Python科学计算工具箱Anaconda

Python语言简洁,学习起来非常快,使用Python的科研工作者越来越多。Python拥有丰富的扩展包,这使得它可以轻松处理各种问题。
Python用于科学计算的包括但不限于如下:
Numpy:提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库等。
Scipy:提供许多科学计算函数库,包括统计,优化,整合,线性代数模块,傅里叶变换,信号和图像处理,常微分方程求解器等。
Pandas:基于Numpy,提供了大量库和一些标准的数据模型,比如二维数组。
Matplotlib:绘图包,旨在替代MATLAB。
……

Anaconda是一个集合,包括conda,python解释器,一些第三方库。
conda用于包管理和环境管理。包管理与pip类似,管理python第三方库。conda将一切都看成包,包括conda本身和python解释器。环境管理类似于virtualenv,能够允许用户使用不同版本的python和不同的第三方库环境,并灵活切换。

用Anaconda来管理环境和第三方库将是非常方便的,而且自己安装这些库对新手来说是一个不小的挑战。

Anaconda包括了科学、数学、工程、数据分析中最受欢迎的300多个python包,支持python2/3, Windows/Linux/Mac,而且还是非常有好的安装包(.exe/.sh/.pkg)。一键安装科学计算中常用的包,爽!

与在Windows中安装Anaconda类似,在Linux上安装Anaconda也非常简单。

sh Anaconda3-5.1.0-Linux-x86_64.sh

安装过程中会提示安装的路径PREFIX=/home/chenwen/anaconda3,还会提示是否将此路径添加到用户的环境变量(/home/chenwen/.bashrc)。

安装Anaconda之后,Win键+R,输入’cmd’,进入命令行窗口,输入如下命令验证Anaconda是否安装成功,并查看它的版本。

conda --version

Anaconda安装成功之后,我们首先将软件源修改为国内镜像,运行如下命令。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

我们现在就可以通过create命令来创建虚拟环境了。

conda create --name tensorflow python=3.5

这样我就创建了一个名叫tensorflow的虚拟环境,当然你可以用任何你喜欢的名字代替。我还指定了Python版本是3.5。

环境创建完毕后,我们可以使用info命令查看所有环境。

conda info --envs

如果需要切换到该虚拟环境,可以使用activate命令。

activate tensorflow

如果想取消激活,使用deactivate命令即可。

deactivate tensorflow

如果想删除虚拟环境,使用remove命令。

conda remove --name tensorflow --all

当我们切换到某个虚拟环境后,就可以进行第三方库的管理了。如果只是简单的学习Python,直接用系统环境就可以了,没有必要创建虚拟环境。

查看安装的包,可以使用list命令。

conda list

如果你发现某个包默认没有装,比如scikit-learn,可以使用conda install 命令安装。

conda install scikit-learn

更新包,可以使用conda update命令

conda update scikit-learn

此外,我还非常喜欢Anaconda带的IDE工具spyder,比起python官方自带的IDLE强很多,但是又不复杂。

(2018年5月22日更新!)