Python多環境管理神器（Anaconda）
為了解決python多版本共存，解決不同版本之間的依賴衝突，虛擬環境隔離等問題，我們前面介紹了venv、virtualenv、virtualenvwrapper、pyenv、pipenv等眾多工具。下面我們再介紹一個非常強大的多環境管理神器——Anaconda。
Anaconda （強大）
1、什麼是Anaconda
Anaconda是專註於數據分析的Python發行版本，包含了conda、Python等190多個科學包及其依賴項。Anaconda通過管理工具包、開發環境、Python版本，大大簡化了你的工作流程。不僅可以方便地安裝、更新、卸載工具包，而且安裝時能自動安裝相應的依賴包，同時還能使用不同的虛擬環境隔離不同要求的項目。安裝Acaconda默認的Python是2.7；安裝Acaconda3默認的Python是3.6
2、什麼是Conda
Conda是一個開源的包、虛擬環境管理器，可以用於在同一個機器上安裝不同版本的軟體包及其依賴，並能夠在不同的環境之間切換，它的包管理類似PIP。
packages 管理： 可以使用 conda 來安裝、更新 、卸載工具包 ，並且它更關注於數據科學相關的工具包。在安裝 anaconda 時就預先集成了像 Numpy、Scipy、 pandas、Scikit-learn 這些在數據分析中常用的包。另外值得一提的是，conda 並不僅僅管理Python的工具包，它也能安裝非python的包。比如在新版的 Anaconda 中就可以安裝R語言的集成開發環境 Rstudio。
虛擬環境管理： 在conda中可以建立多個虛擬環境，用於隔離不同項目所需的不同版本的工具包，以防止版本上的衝突。對糾結於 Python 版本的同學們，我們也可以建立 Python2 和 Python3 兩個環境，來分別運行不同版本的 Python 程式碼。
3、安裝Anaconda：
去官網下載指定的版本的Anaconda：//repo.anaconda.com/archive/
我們下載的是Anaconda3-5.2.0-Linux-x86_64.sh
wget //repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh
安裝前，先安裝bunzip2依賴包，否則後面安裝會報錯：bunzip2: command not found
yum install -y bzip2
運行該腳本，進行安裝
bash Anaconda3-5.2.0-Linux-x86_64.sh
在安裝的過程中，會問你安裝路徑，直接回車默認就可以了，默認安裝到了/root/anaconda3目錄下。
有個地方問你是否將anaconda安裝路徑加入到環境變數（.bashrc)中，輸入yes，默認的是no，
最後一步有一個詢問你是否安裝vscode，emm如果你沒有需要就輸入no，畢竟在伺服器裡面都是用vim編輯器的，沒必要多裝一個。
安裝完成如下圖：
配置anaconda環境變數：
默認是安裝在/root/anaconda3/下的，如果不是，請修改路徑
vim /etc/profile ## Anaconda export PATH=$PATH:/root/anaconda3/bin
載入使立即生效
source /etc/profile
注意：如果之前伺服器上已經編譯安裝過python了，將它重命名，否則系統會自動找到之前編譯的python3環境，而不會使用Anaconda里的python環境。
# 注釋掉之前編譯安裝使用的python3.9環境 mv /usr/local/python3.9/ /usr/local/python3.9_bak
測試Anaconda安裝是否正確：
# 查看python3的路徑是否正確 which python3 # 啟動python3看環境是否正確 python3
如下圖：
至此，Anaconda安裝完成。
Conda自身管理
更新conda
# 更新anaconda conda update conda
更新anaconda元數據包
# 更新anaconda元數據包 conda update anaconda
.condarc
刪除 .condarc 文件這個文件默認沒有，只有你執行過 conda config 命令以後才會自動建立。該文件是conda的配置文件
是YAML格式。比如你可以設置安裝包的渠道，是否自動更新conda，是否允許其他渠道等設置。
4、Python環境管理
# 創建一個新環境，並制定python解釋器版本，沒有會自動下載 # python27 是環境名稱 # python=2.7 是要安裝的包和版本，默認會為我們尋找2.7.x中的最新版本 # anaconda 是創建環境時同時要安裝的包，這個可以不寫 conda create -n python27 python=2.7 anaconda conda create -n python36 python=3.6 conda create -n python37 python=3.7 # 更新Python，進入某個環境運行下面的命令，將更新當前環境的Python到最新分支版本。比如當前是3.5，更新後將會到最新的3.X conda update python
5、虛擬環境管理
查看當前託管的所有虛擬環境列表
[root@linux121 ~]# conda env list # conda environments: # base * /root/anaconda3
創建虛擬環境
# 創建一個名為myvenv 的環境，指定Python版本是3.10 # （不用管是3.10.x，conda會為我們自動尋找3.10.x中的最新版本） conda create --name myvenv python=3.10
虛擬環境不會在當前環境下創建虛擬環境目錄，所有的虛擬環境目錄默認放在：
/root/anaconda3/envs/
激活虛擬環境
activate myvenv # for Windows source activate myvenv # for Linux & Mac conda activate myvenv # 新版使用這個
退出虛擬環境
conda deactivate
如下圖：
導出依賴包：
導出環境，它會把當前環境中安裝的包以及版本號都導出去，這樣你就可以拿到另外的機器上來重新構建一個相同的環境
導出的內容包括環境名稱，安裝渠道，該環境安裝的包以及版本號。
# 首先進入名稱叫做python36環境 conda activate myvenv # 導出當前環境到指定文件 conda env export > environment.yml # 通過環境文件建立環境，不需要指定環境名稱，因為文件中包含名稱欄位 conda env create -f environment.yml
刪除虛擬環境
# 方式一： conda env remove --name myvenv # 方式二： conda remove -n myvenv --all
克隆虛擬環境：
conda create -n myvenv2 --clone myvenv
克隆如下圖：
6、包管理
安裝包
conda install --name myvenv scipy # 安裝包到指定環境中 conda install scipy # 安裝包到當前環境中 conda install scipy=0.15.0 # 安裝指定版本的包，到當前環境 conda install scipy curl # 安裝多個包 conda install -c anaconda django # -c是指定渠道名稱，也就是用哪個渠道安裝django。
卸載包：
# 卸載包 conda remove 包名 # 刪除當前環境中的指定包 conda remove -n myvenv numpy # 刪除指定環境中的指定包 conda remove -n myvenv --all # 刪除指定環境中的所有包，等同於刪除環境
更新包：
conda update 包名 # 更新當前環境指定的包 conda update -n myvenv numpy # 更新指定環境中的指定包
查看當前packages：
# 查看當前已經安裝的packages conda list conda list -n myvenv # 查看指定環境中安裝的所有包
如下圖：
查找可安裝的包：
精確查找
conda search --full-name <package_full_name> # 例如： conda search --full-name python
模糊查找：
conda search jieba # 支援正則 conda search *py*
7、鏡像源管理
conda默認使用的是官方鏡像源，是在國外，安裝下載會很慢，所以強烈建議切換為中國鏡像源。
查看當前鏡像源配置
# 查看當前的鏡像源 conda config --show channels # 查看詳細資訊 conda config --show
如下圖：default的地址默認就是官方地址，//repo.anaconda.com/pkgs/main
添加清華大學鏡像源
# 添加Anaconda的TUNA鏡像 conda config --add channels //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # 設置搜索時顯示通道地址，這個可以不加，只是為了看一下是否從鏡像站下載 conda config --set show_channel_urls yes
再次查看鏡像地址：
conda config --show channels
如下圖;
添加第三方鏡像源：
## Conda Forge conda config --add channels //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ ## msys2 conda config --add channels //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ ## bioconda conda config --add channels //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ ## menpo conda config --add channels //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/ ## pytorch conda config --add channels //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
其他鏡像源：
清華大學其他鏡像源地址：//mirrors.tuna.tsinghua.edu.cn/anaconda/
刪除鏡像源
conda config --remove channels <URL> ## 刪除原來的舊鏡像 # 如下 conda config --remove channels default conda config --remove channels //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --remove channels //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
注意：如果切換鏡像源後，安裝過程出現報錯：
CondaHTTPError: HTTP 000 CONNECTION FAILED for url <//mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/noarch/repodata.json>
解決辦法：參考：//www.freesion.com/article/67891423758/
1、首先把鏡像源地址，從https替換為http
2、刪除/root/.condarc中的- default
即可解決
.condarc文件說明：
文件這個文件默認沒有，只有你執行過 conda config 命令以後才會自動建立。該文件是conda的配置文件，是YAML格式。比如你可以設置安裝包的渠道，是否自動更新conda，是否允許其他渠道等設置。下面是我的配置文件說明。這些不是必須的。但是在中國建議設置channels，這個在上面已經說過。所以通常你不需要關注這個文件。
參考：//mirror.tuna.tsinghua.edu.cn/help/anaconda/
文件樣例如下：
vim /root/.condarc
channels: - defaults show_channel_urls: true default_channels: - //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch-lts: //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
清除索引快取：
運行 conda clean -i 清除索引快取，保證用的是鏡像站提供的索引。
conda clean -i
8、當conda中沒有這個包時：
會報錯，如下：
PackagesNotFoundError: The following packages are not available from current channels:
方法一：使用pip安裝
# 安裝不在conda或者acaconda的包，當你安裝的包不在conda管理範圍的時候可以使用pip來安裝 conda install pip # 首先在當前環境中安裝pip pip install jieba # 其次在通過PIP命令在當前環境中安裝包
方法二：搜索包含該安裝包的渠道
anaconda search jieba
搜索如下圖：
選擇其中一個版本，我們選擇了conda-forge/jieba模組
展示該版本的資訊
anaconda show conda‐forge/jieba
如下圖，顯示了安裝渠道路徑
找到對應的渠道資訊，如上面最後一行，直接進行安裝即可
conda install --channel //conda.anaconda.org/conda-forge jieba
如果最開始你就知道要這個渠道模組，也可以這樣直接安裝：
conda install -c conda-forge jieba
方法三：去conda官網搜索包
說明：對於那些無法通過conda安裝或者從Anaconda.org獲得的包，我們通常可以用pip來安裝包。
pip只是一個包管理器，所以它不能為你管理環境。pip甚至不能升級python，因為它不像conda一樣把python當做包來處理。但是它可以安裝一些conda安裝不了的包，pip和conda都集成在Anaconda或miniconda裡邊。
另外你還可以去 官網 搜索：//anaconda.org/
如下，找到很多渠道：
找到安裝路徑：
再使用該安裝路徑安裝即可：
conda install -c conda-forge jieba
方法四：去pypi下載安裝包，手動安裝
如果下載太慢，可以去官網下載，下載jieba的安裝包，然後解壓到pkgs目錄上，參考鏈接：//www.pianshen.com/article/18251601207/
官網鏈接：//pypi.org/project/jieba/#files
解壓之後，執行包里的setup.py文件也可以安裝成功。
wget //files.pythonhosted.org/packages/c6/cb/18eeb235f833b726522d7ebed54f2278ce28ba9438e3135ab0278d9792a2/jieba-0.42.1.tar.gz tar xf jieba-0.42.1.tar.gz mv jieba-0.42.1 /root/anaconda3/pkgs/ cd /root/anaconda3/pkgs/jieba-0.42.1/ # 如果要安裝到指定虛擬環境中，需要先激活環境，再執行install source activate job_recommended python setup.py install
如果安裝的時候，沒有進入虛擬環境，可以在安裝後，重新激活虛擬環境，再安裝一次，安裝到虛擬環境中，如下，
9、Miniconda
Miniconda 是一個 Anaconda 的輕量級替代，默認只包含了 python 和 conda，但是可以通過 pip 和 conda 來安裝所需要的包。
Miniconda相比Anaconda，去掉了科學計算的相關包，更加輕量級，沒有那麼臃腫。可以認為是Anaconda的最小化版本，用法與Anaconda完全一致。
Miniconda 安裝包可以到 //mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ 下載。
10、圖形介面管理
Anaconda還提供了UI介面，進行圖形化管理。
比如在windows中，安裝完成後，點擊Anaconda Navigator
如圖所示：首頁顯示的是一些自帶的工具
點擊Environments，可以在這裡進行環境管理的操作。
包括：創建虛擬環境，導入虛擬環境，進入虛擬環境，以及查看安裝包
創建虛擬環境myvenv
搜索包安裝：
點擊channels可以添加渠道
11、Jupyter Notebook
Anaconda自帶了Jupyter Notebook，我們可以直接啟動Jupyter Notebook。
window啟動：
Linux啟動：
如果沒有安裝Anaconda，就需要手動安裝一下jupyter notebook
pip install jupyter notebook
因為Anaconda自帶了jupyter，所以直接啟動：
jupyter notebook --allow-root
注意，默認是不允許外部訪問的，需要配置一下遠程訪問支援：
生成jupyter配置文件
#root用戶： jupyter notebook --generate-config --allow-root #非root用戶 jupyter notebook --generate-config
如下圖：
修改配置
vim /root/.jupyter/jupyter_notebook_config.py
增加以下兩行：
c.NotebookApp.ip = '*' c.NotebookApp.open_browser = False
配置密碼：
jupyter notebook password
這裡密碼輸入123456
啟動jupyter notebook:
jupyter notebook --allow-root
如下圖所示：
也可以後台啟動：
nohup jupyter notebook --allow-root > jupyter.log 2>&1 &
打開網頁訪問：默認8888埠
輸入地址：（配置好hosts映射）//linux121:8888/
輸入密碼123456
登錄如下圖：
裡面的文件，就是我們之前啟動jupyter notebook的當前目錄下的內容
新建一個文件：
輸入python程式碼，點擊run運行如下：
import time, sys
for i in range(8):
print(i)
time.sleep(0.5)
如下圖所示：
更多jupyter notebook，參考：//jupyter-notebook.readthedocs.io/en/latest/
12、優缺點分析：
1、功能強大，而且還有UI介面。
2、支援python2、python3以及windows、linux、mac等多平台。
3、conda安裝可以自動解決依賴關係，之前的pip可能不會安裝所有依賴包，導致出現依賴問題。
4、Anaconda，顯得有點厚重，臃腫，但是可以用輕量級的miniconda替換。
5、conda安裝軟體需要解析依賴關係，而且默認連的國外的鏡像源，所以conda安裝可能很慢。
6、包含大量的科學計算的包，適合做數據分析或者喜歡UI介面的人。
參考引用：
//www.cnblogs.com/rexcheny/p/9484309.html
//zhuanlan.zhihu.com/p/106588887
