Anaconda

Anaconda 正式版是一款面向程序员和数据分析人员的集成开发环境，覆盖金融、系统运维、Web 开发、科学计算、云计算、大数据、游戏开发等多个方向。它把 conda、Python 以及 150 多个科学包连同依赖项打包在一起，装完就能直接干活。对于不想折腾环境配置的人来说，Anaconda 省去了逐个安装库和解决依赖冲突的麻烦。下面从功能、版本、安装和使用几个角度来梳理这款工具。

它到底解决了什么问题

1、 Anaconda 本质上是一个软件发行版，内部整合了 conda、Python 以及 180 多个科学包及其依赖项

2、 它支持 Linux、Mac、Windows 三类系统、能比较方便地处理多版本 Python 共存、切换和第三方包安装的问题

3、 如果不走 Anaconda 这条路，手动用 pip 配合 virtualenv 配置环境时，经常因为库之间的依赖关系没接好而无法使用

4、 因为 Python 3 和 Python 2 长期分裂，自己搭环境容易踩坑，Anaconda 把常见科学计算包提前配好，省去了单独下载配置的步骤

两个主要版本各管什么

1、 Anaconda Enterprise 5 定位是企业级、安全且可扩展的数据科学平台，方便团队管理数据科学资产、协作和部署项目

2、 在开发环节，它支持数据科学管道在中央开发环境中从笔记本扩展到数千个节点

3、 在管理环节，它提供从笔记本到集群的完整复现能力，并能配置访问控制

4、 在自动化环节，它可以在基于容器的可扩展基础架构上完成模型训练和部署

5、 Anaconda Distribution 是开源版本，官方称全球有超过 1100 万用户，被当作开发、测试和培训的行业标准

6、 它能快速下载 1500 多个 Python 和 R 数据科学包，并用 Conda 管理库、依赖项和环境

• 7. scikit-learn
• TensorFlow 和 Theano 可以开发和训练模型
• 用 Dask
• NumPy
• pandas 和 Numba 做可伸缩的数据分析
• 用 Matplotlib
• Bokeh
• Datashader 和 Holoviews 呈现可视化结果

安装步骤与配置提醒

- 下载并解压后，运行 Anaconda3-5.3.1-Windows-x86_64.exe 开始安装，点击下一步

- 阅读安装协议后点击 agree 同意

- 安装方式默认选第一项，点击 next 继续

- 选择安装位置，原文示例路径为 C:Userspc0359Anaconda3

- 出现安装方式提示时，保持默认第二项即可

- 等待安装进度走完，完成后程序已就绪，会用的可以直接启动

- 安装 Anaconda 时不必卸载之前装过的 Python，装完 Anaconda 就相当于有了 Python、IPython、Spyder 和一批常用包

- 后续需要新库时，要手动维护软件包；如果之前已有 Python，也可以保留不动

从 Navigator 跑起第一个程序

1、 Anaconda Distribution 自带 conda、Anaconda Navigator、Python 和数百个科学包，装 Anaconda 就等于装好了这些

2、 可以分别尝试用 conda 和 Navigator 管理包与环境，两者能互相切换，也能在另一个界面里查看操作结果

3、 打开 Navigator：Windows 从开始菜单点击 Anaconda Navigator，macOS 打开 Launchpad 点击图标，Linux 在终端输入 anaconda-navigator

4、 在 Home 标签右侧 Applications 面板找到 Spyder 磁贴，没装就点 Install，装过就直接点 Launch

5、 在 Spyder 左侧新文件中输入 print("Hello Anaconda")，通过文件菜单另存为 hello.py，再点三角形运行按钮，右下控制台会显示输出

• 6. 退出 Spyder 可在顶级菜单选 Spyder
• Quit Spyder，macOS 下选 Python
• Quit Spyder

7、 在 Navigator 的 Applications 面板找到 Jupyter Notebook 磁贴，安装或直接启动，浏览器会打开 Notebook Dashboard

8、 用已安装的 Python 版本新建 Notebook，可重命名为 MyFirstAnacondaNotebook，输入同样的打印语句后保存并运行

版本特点与常见疑问

1、 开源、自带 conda 包、提供环境管理器、内置 1000 多个开源库、安装过程简单、并有免费社区支持

• 2. 面向 Python 和 R 语言做了高性能使用优化
• 包含 conda
• numpy
• scipy
• ipython notebook 等科学包

3、 常见问题一：装了 Anaconda 就不用再单独装 Python，它本身就是集成开发环境

4、 常见问题二：Anaconda 集成了大量 Python 科学计算第三方库，安装方便；Python 是编译器，不用 Anaconda 时各库依赖很难接好

5、 常见问题三：它是集成 Python 环境，一键安装、装好即用，用 conda 管理包，集成 Python 主程序、Spyder 与 IPython，以及 Flask 等常用库

6、 常见问题四：安装时可以不卸载之前的 Python，也不需要单独再装 Python，但新增库要手动维护

7、 常见问题五：装 Anaconda 前不需要预先装什么，装完就相当于有了 Python、IPython、Spyder 以及若干包