mirror of
https://github.com/LCTT/TranslateProject.git
synced 2024-12-29 21:41:00 +08:00
119 lines
6.1 KiB
Markdown
119 lines
6.1 KiB
Markdown
面向数据科学的 Anaconda Python 入门
|
||
======
|
||
|
||
> Anaconda 是一个完备的、开源的数据科学软件包,拥有超过 600 万社区用户。
|
||
|
||
![](https://opensource.com/sites/default/files/styles/image-full-size/public/lead-images/brain_data.png?itok=RH6NA32X)
|
||
|
||
像很多人一样,我一直努力加入到快速发展的数据科学领域。我上过 Udemy 的 [R][1] 及 [Python][2] 语言编程课,那时我分别下载并安装了应用程序。当我试图解决各种依赖关系,安装类似 [Numpy][3] 和 [Matplotlib][4] 这样的数据科学扩展包时,我了解了 [Anaconda Python 发行版][5]。
|
||
|
||
Anaconda 是一个完备的、[开源][6]的数据科学包,拥有超过 600 万社区用户。[下载][7]和安装 Anaconda 都很容易,支持的操作系统包括 Linux, MacOS 及 Windows。
|
||
|
||
我感谢 Anaconda 降低了初学者的学习门槛。发行版自带 1000 多个数据科学包以及 [Conda][8] 包和虚拟环境管理器,让你无需单独学习每个库的安装方法。就像 Anaconda 官网上提到的,“Anaconda 库中的 Python 和 R 语言的 conda 包是我们在安全环境中修订并编译得到的优化二进制程序,可以在你系统上工作”。
|
||
|
||
我推荐使用 [Anaconda Navigator][9],它是一个桌面 GUI 系统,包含了发行版自带的全部应用的链接,包括 [RStudio][10]、 [iPython][11]、 [Jupyter Notebook][12]、 [JupyterLab][13]、 [Spyder][14]、 [Glue][15] 和 [Orange][16]。默认环境采用 Python 3.6,但你可以轻松安装 Python 3.5、 Python 2.7 或 R。[文档][16]十分详尽,而且用户社区极好,可以提供额外的支持。
|
||
|
||
### 安装 Anaconda
|
||
|
||
为在我的 Linux 笔记本(I3 CPU,4GB 内存)上安装 Anaconda,我下载了 Anaconda 5.1 Linux 版安装器并运行 `md5sum` 进行文件校验:
|
||
|
||
```
|
||
$ md5sum Anaconda3-5.1.0-Linux-x86_64.sh
|
||
```
|
||
|
||
接着按照[安装文档][17]的说明,无论是否在 Bash shell 环境下,执行如下 shell 命令:
|
||
|
||
```
|
||
$ bash Anaconda3-5.1.0-Linux-x86_64.sh
|
||
```
|
||
|
||
我完全按照安装指南操作,运行这个精心编写的脚本,大约花费 5 分钟可以完成安装。安装过程中会提示:“是否希望安装器将 Anaconda 的安装路径加入到你的 `/home/<user>/.bashrc`?”我选择允许并重启了 shell,这会让 `.bashrc` 中的环境变量生效。
|
||
|
||
安装完成后,我启动了 Anaconda Navigator,具体操作是在 shell 中执行如下命令:
|
||
|
||
```
|
||
$ anaconda-navigator
|
||
```
|
||
|
||
Anaconda Navigator 每次启动时会检查是否有可更新的软件包,如果有,会提醒你进行更新。
|
||
|
||
![](https://opensource.com/sites/default/files/styles/panopoly_image_original/public/u128651/anaconda-update.png?itok=wMk78pGQ)
|
||
|
||
按照提醒进行更新即可,无需使用命令行。Anaconda 初次启动会有些慢,如果涉及更新会额外花费几分钟。
|
||
|
||
当然,你也可以通过执行如下命令手动更新:
|
||
|
||
```
|
||
$ conda update anaconda-navigator
|
||
```
|
||
|
||
### 浏览和安装应用
|
||
|
||
Navigator 启动后,可以很容易地浏览 Anaconda 发行版包含的应用。按照文档所述,64 位 Python 3.6 版本的 Anaconda [支持 499 个软件包][18]。我浏览的第一个应用是 [Jupyter QtConsole][19],这个简单易用的 GUI 支持内联数据 (inline figures) 和语法高亮。
|
||
|
||
![](https://opensource.com/sites/default/files/styles/panopoly_image_original/public/u128651/anaconda-jupyterqtconsole.png?itok=fQQoErIO)
|
||
|
||
发行版中包含 Jupyter Notebook,故无需另外安装(不像我用的其它 Python 环境那样)。
|
||
|
||
![](https://opensource.com/sites/default/files/styles/panopoly_image_original/public/u128651/anaconda-jupyternotebook.png?itok=VqvbyOcI)
|
||
|
||
我习惯使用的 RStudio 并没有默认安装,但安装它也仅需点击一下鼠标。其它应用的启动或安装也仅需点击一下鼠标,包括 JupyterLab、 Orange、 Glue 和 Spyder 等。
|
||
|
||
![](https://opensource.com/sites/default/files/styles/panopoly_image_original/public/u128651/anaconda-otherapps.png?itok=9QmSUdel)
|
||
|
||
Anaconda 发行版的一个强大功能是创建多套环境。假如我需要创建一套与默认 Python 3.6 不同的 Python 2.7 的环境,可以在 shell 中执行如下命令:
|
||
|
||
```
|
||
$ conda create -n py27 python=2.7 anaconda
|
||
```
|
||
|
||
Conda 负责整个安装流程,如需启动它,仅需在 shell 中执行如下命令:
|
||
|
||
```
|
||
$ anaconda-navigator
|
||
```
|
||
|
||
在 Anaconda GUI 的 “Applications on” 下拉菜单中选取 **py27** 即可。
|
||
|
||
![](https://opensource.com/sites/default/files/styles/panopoly_image_original/public/u128651/anaconda-navigator.png?itok=2i5qYAyG)
|
||
|
||
### 更多内容
|
||
|
||
如果你想了解更多关于 Anaconda 的信息,可供参考的资源十分丰富。不妨从检索 [Anaconda 社区][20]及对应的[邮件列表][21]开始。
|
||
|
||
你是否在使用 Anaconda 发行版及 Navigator 呢?欢迎在评论中留下你的使用感想。
|
||
|
||
--------------------------------------------------------------------------------
|
||
|
||
via: https://opensource.com/article/18/4/getting-started-anaconda-python
|
||
|
||
作者:[Don Watkins][a]
|
||
选题:[lujun9972](https://github.com/lujun9972)
|
||
译者:[pinewall](https://github.com/pinewall)
|
||
校对:[wxy](https://github.com/wxy)
|
||
|
||
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译,[Linux中国](https://linux.cn/) 荣誉推出
|
||
|
||
[a]:https://opensource.com/users/don-watkins
|
||
[1]:https://www.r-project.org/
|
||
[2]:https://www.python.org/
|
||
[3]:http://www.numpy.org/
|
||
[4]:https://matplotlib.org/
|
||
[5]:https://www.anaconda.com/distribution/
|
||
[6]:https://docs.anaconda.com/anaconda/eula
|
||
[7]:https://www.anaconda.com/download/#linux
|
||
[8]:https://conda.io/
|
||
[9]:https://docs.anaconda.com/anaconda/navigator/
|
||
[10]:https://www.rstudio.com/
|
||
[11]:https://ipython.org/
|
||
[12]:http://jupyter.org/
|
||
[13]:https://blog.jupyter.org/jupyterlab-is-ready-for-users-5a6f039b8906
|
||
[14]:https://spyder-ide.github.io/
|
||
[15]:http://glueviz.org/
|
||
[16]:https://orange.biolab.si/
|
||
[17]:https://docs.anaconda.com/anaconda/install/linux
|
||
[18]:https://docs.anaconda.com/anaconda/packages/py3.6_linux-64
|
||
[19]:http://qtconsole.readthedocs.io/en/stable/
|
||
[20]:https://www.anaconda.com/community/
|
||
[21]:https://groups.google.com/a/continuum.io/forum/#!forum/anaconda
|