[TOC]
# Anaconda
去Anaconda官网下载,然后安装
mac要配置环境变量,有可能在`~/anaconda3/bin`,也有可能在`/anaconda3/bin`加到环境变量中
linux下载: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
conda 工具介绍
conda 是 Anaconda 下用于包管理和环境管理的工具,功能上类似 pip 和 vitualenv 的组合。安装成功后 conda 会默认加入到环境变量中,因此可直接在命令行窗口运行命令 conda
conda 的环境管理与 virtualenv 是基本上是类似的操作
~~~
# 查看帮助
conda -h
# 基于python3.6版本创建一个名字为python36的环境
conda create --name python36 python=3.6
# 激活此环境
activate python36
source activate python36 # linux/mac
# 再来检查python版本,显示是 3.6
python -V
# 退出当前环境
deactivate python36
# 删除该环境
conda remove -n python36 --all
# 或者
conda env remove -n python36
# 查看所以安装的环境
conda info -e
python36 * D:\Programs\Anaconda3\envs\python36
root D:\Programs\Anaconda3
~~~
conda 的包管理功能可 pip 是一样的,当然你选择 pip 来安装包也是没问题的。
~~~
# 安装 matplotlib
conda install matplotlib
# 查看已安装的包
conda list
# 包更新
conda update matplotlib
# 删除包
conda remove matplotlib
~~~
在 conda 中 anything is a package。conda 本身可以看作是一个包,python 环境可以看作是一个包,anaconda 也可以看作是一个包,因此除了普通的第三方包支持更新之外,这3个包也支持。比如:
~~~
# 更新conda本身
conda update conda
# 更新anaconda 应用
conda update anaconda
# 更新python,假设当前python环境是3.6.1,而最新版本是3.6.2,那么就会升级到3.6.2
conda update python
~~~
更新时可以用conda3 update anaconda 和 conda update anaconda 区别2和3,也可以使用conda绝对路径更新
修改镜像地址
Anaconda 的镜像地址默认在国外,用 conda 安装包的时候会很慢,目前可用的国内镜像源地址有清华大学的。修改 ~/.condarc (Linux/Mac) 或 C:\Users\当前用户名\.condarc (Windows) 配置:
添加腾讯云仓库镜像:
~~~bash
conda config --add channels https://mirrors.cloud.tencent.com/anaconda/pkgs/free/
conda config --add channels https://mirrors.cloud.tencent.com/anaconda/pkgs/main/
conda config --set show_channel_urls yes
~~~
Conda 附加库:
~~~text
# Conda Forge
conda config --add channels https://mirrors.cloud.tencent.com/anaconda/cloud/conda-forge/
# msys2
conda config --add channels https://mirrors.cloud.tencent.com/anaconda/cloud/msys2/
# bioconda
conda config --add channels https://mirrors.cloud.tencent.com/anaconda/cloud/bioconda/
#menpo
conda config --add channels https://mirrors.cloud.tencent.com/anaconda/cloud/menpo/
# pytorch
conda config --add channels https://mirrors.cloud.tencent.com/anaconda/cloud//pytorch/
~~~
如果使用conda安装包的时候还是很慢,那么可以考虑使用pip来安装,同样把 pip 的镜像源地址也改成国内的,豆瓣源速度比较快。修改 `~/.pip/pip.conf (Linux/Mac)` 或 `C:\Users\当前用户名\pip\pip.ini (Windows) `配置:
~~~
[global]
trusted-host = pypi.douban.com
index-url = http://pypi.douban.com/simple
~~~
也可以使用aliyun的
~~~
[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com
~~~
环境搭建好之后就可以开始愉快地玩数据分析了。
# pycharm配置环境
![](https://box.kancloud.cn/690d24ff44ddea32ad7a7801d32ddea8_1854x864.png)
# windows平台
https://www.lfd.uci.edu/~gohlke/pythonlibs/
里面有很多包,点一个包,里面的.whl文件是pip工具包可以直接安装的文件
然后pip install 那个文件就可以
# notebook
![](https://box.kancloud.cn/3d4c0c69211fb8288b78e35bd6ab649f_464x300.png)
打开这个软件
网页`http://localhost:8888/tree`就可以看到
然后创建文件
![](https://box.kancloud.cn/000cabfae790399ff2499bfae8f926be_930x564.png)
修改一开始打开的文件夹路径
最近版的ipython 和 jupyter 的配置文件是分开的,因此要分别配置文件
![](https://box.kancloud.cn/434be233348ed60ad7feb3c3e99ae23f_663x487.png)
![](https://box.kancloud.cn/355f935958d75837b3fd4def5023a390_625x716.png)
![](https://box.kancloud.cn/08422e6c720b3e48821fe62474c48b62_646x209.png)
# 卸载anaconda
第一步,删除Anaconda的配置,命令如下:
~~~
$: conda install anaconda-clean
$: anaconda-clean —yes
~~~
运行完第二个命令,在你的根目录下会生成一个备份,这个也要删除掉,命令如下:
~~~
rm -r /Users/zc/.anaconda_backup/2018-*
~~~
注:命令中黑色文字需要更改为自己的备份名字
第二步,删除Anaconda的文件夹,命令如下:
~~~
$: rm -rf ~/Apps/anaconda3
~~~
注:文件夹可能在其他位置,请确认
第三步,删除` ~/.bash_profile`中anaconda的环境变量,可以使用vim打开删除。
第四步,删除Anaconda的可能存在隐藏的文件,建议执行一下命令:
~~~
rm -rf ~/.condarc ~/.conda ~/.continuum
~~~
经过上述4步后,Anaconda被彻底删除了。
- python入门
- 软件安装
- anaconda使用
- py解释器
- 数据类型和变量
- 编码
- 字符串
- 格式化
- 数据类型
- 运算符
- list和tuple
- 列表生成式
- dict和set
- 切片和迭代
- set,list,tuple之间互换
- is和==
- 公共方法
- 反射操作
- 数学运算
- 类型转换
- 对象操作
- 序列操作
- 运算符
- 内置函数
- 交互操作
- 编译执行
- 引用
- 判断,循环
- 生成器
- 迭代器
- 函数
- 数据类型转换
- 空函数
- 参数
- 全局变量
- 返回值
- 递归
- 匿名函数
- 文件操作
- 打开和关闭
- 读写
- 备份文件
- 文件定位读写
- 重命名,删除
- 文件夹相关操作
- with
- StringIO和BytesIO
- 操作文件和目录
- 序列化
- 文件属性
- 面向对象
- 类和对象
- init()方法
- 魔法方法
- 继承
- 重写
- 多态
- 类属性,实例属性
- 静态方法和类方法
- 工厂模式
- 单例模式
- 异常
- 私有化
- 获取对象信息
- *args和**kwargs
- property属性
- 元类
- slots
- 定制类
- 枚举
- 模块
- 模块介绍
- 模块中的__name__
- 模块中的__all__
- 包
- 模块发布
- 模块的安装和使用
- 多模块开发
- 标准库
- 给程序传参数
- 时间
- 正则表达式
- GIL
- 深拷贝和浅拷贝
- 单元测试
- pyqt
- 安装
- 设置窗口图标和移动窗口
- 设置气泡提示和文本
- 图片展示
- 文本框控件
- 按钮控件
- 信号和槽
- 布局
- 对话框控件
- pygame
- 窗体关闭事件
- 显示图片
- 移动图片
- 文本显示
- 背景音和音效
- FPS计算
- surface
- 鼠标事件
- 函数式编程
- map/reduce
- filter
- sorted
- 返回函数
- 装饰器
- 偏函数
- 网络编程
- tcp
- udp
- socket
- epoll
- WSGI
- 多任务
- 多线程
- 多进程
- 分布式进程
- 协程
- 迭代器
- 生成器
- yield多任务
- greenlet
- gevent
- ThreadLocal
- asyncio
- async/await
- aiohttp
- 常用内建模块
- datetime
- collections
- base64
- struct
- hashlib
- hmac
- itertools
- urllib
- xml
- HTMLParser
- 常用第三方模块
- pillow
- requests
- chardet
- psutil
- 图形界面
- 海龟绘图
- Django
- 虚拟环境搭建
- ORM
- 模型类设计和表生成
- 模型类操作
- 关系查询
- 后台管理
- 配置mysql
- 字段属性和选项
- 查询
- 模型关联
- 路由
- 模板
- selenium
- 基本原理
- api
- 八种定位方式
- 元素的操作
- 多标签
- 多表单
- 鼠标,键盘
- 警告框
- 下拉框
- 执行js
- 等待
- cookie
- 封装
- unittest模块
- 断言
- 测试用例
- jmeter
- jmeter简介
- jmeter提取json
- 添加header和cookie
- 读取csv/txt文件
- 配置文件
- ant