→_→Conda的默認源在國外，除非你換成國內源，否則請確認能夠科學上網。

最近公司在組織參加2017年的全球人工智能hackton上海站的比賽，對於上一年的參加經歷有些模糊，唯一記得的就是可以接觸許多新鮮事物和來自不同地區的人，挺後悔在上學時沒有和同學一起參加。在此也希望還在讀大學讀碩士的同學們多多參加這些活動，接觸一下當前的前沿知識。雖然贊助上基本都在推廣自己的產品。但是同樣能夠學到很多東西，對自己未來的職業發展也會有很多幫助。

關於conda

Conda: 對包管理，環境管理，python版本管理具有強大的優勢性，同事還支持R，Scala，Java，Javascript,C/C++,FORTRAN等語言。python有完整版(Anaconda)和mini版(Miniconda)，能對包和環境進行管理，可以創建多種python科學開發環境且各環境互不影響。

下載安裝Anaconda

下載地址：http://conda.pydata.org/docs/installation.html

安裝完成後在命令行運行，可以通過conda --help命令查看幫助文檔

爲什麼使用Anaconda

anaconda集成了機器學習所需的python科學計算庫
機器學習中模型實現所用python版本不一致，通過自帶的管理工具Conda創建虛擬環境可以完成python2和python3的切換

喜歡看外文的朋友可以參考如下鏈接：http://conda.pydata.org/docs/test-drive.html

管理conda

確認conda成功安裝

conda --version

如果安裝成功會返回conda版本號，如：conda 4.2.9，否則返回錯誤信息

升級conda爲最新版本

conda update conda

conda會列出需升級的包的當前版本和最新版本，並提示是否升級

Proceed ([y]/n)?y

管理工作環境

這個部分將介紹如何新建一個環境並在幾個環境中切換

創建並激活一個新環境

conda create --name snoewflakes biopython

該命令將會通過biopython在/envs目錄下創建名爲snowflakes的新環境 Tip：--name可以用-n代替，--envs可以用-e代替，--help可以用-h代替；即命令選項完整名稱可以用-和命令的首字母代替。

激活該環境

Linux,OS X:source activate snowflakes
Windows:activate

Tip: 新環境會被安裝到默認位置，如果想安裝到指定位置可以通過命令conda create --help查看相關細節。

創建第二個環境

下面命令可以安裝一個不同版本的python環境，並安裝指定的包：

conda create --name bunnies python=3 astroid babel

名爲bunnies的新環境和astroid、babel兩個包將一起被安裝到/envs目錄下

列出所有環境

conda info --envs

會看到所有環境列表：

conda environments:

     snowflakes          * /home/username/miniconda/envs/snowflakes
     bunnies               /home/username/miniconda/envs/bunnies
     root                  /home/username/miniconda

查看當前環境

在某個環境裏查看所處環境

conda info --envs

Tip：conda會在活動環境前用*標記

切換到另一個環境(activate/deactivate)

Linux,OS X:source activate bunnies
Windows:deactivate

複製一個環境

複製snowflakes爲flowers：

conda create --name flowers --clone snowflakes

列出所有環境：

conda info --envs

此時將出現：flowers,bunnies,snowflakes三個環境

刪除一個環境

以完全移除flowers環境爲例

conda remove --name flowers --all

可以通過命令

conda remove --help

查看更多與conda remove命令相關的內容

管理python版本

conda把python視爲其中的一個包，通過conda可以很方便的進行管理。

查看python版本

通過下面命令可以查看支持哪些版本python的安裝：

conda search --full-name python

也可以直接輸入conda search python搜索所有包名帶有python的包，選項--full-name是爲了確保只搜索名爲python的包。

安裝不同版本的python

這一步會在創建新環境的時候完成：

conda create --name snakes python=3

Linux,OS X:source activate snake
Windows:activate snakes

Tip: 確認環境已被創建：

conda info --envs

查看當前環境下的python版本：

python --version

使用不同版本的python

通過切換環境來切換python版本：

Linux,OS X:source activate snowflakes
Windows:activate snowflakes

註銷當前環境

註銷當前環境並恢復到先前狀態：

Linux,OS X:source deactivate
Windows:deactivate

python包管理

列出已安裝的包及其版本號

conda list

查看所有conda支持的包

http://docs.continuum.io/anaconda/pkg-docs.html

搜索包

檢測該包是否存在：

conda search beautifulsoup4

安裝一個包

將beautifulsoup4包安裝到指定環境bunnies中：

conda install --name bunnies beautifulsoup4

Tip: 如果未指定安裝環境，包將被安裝到當前環境。

查看包已安裝的包

conda list

從Anaconda.org安裝一個包

anaconda.org是性質和github.com差不多的一個網站，但並不允許通過註冊來下載裏邊的文件，我們只能通過以下命令來安裝一個anaconda.org裏存在的包,以安裝bottleneck包爲例：

conda isntall --channel https://conda.anaconda.org/pandas bottleneck

通過pip安裝一個包

如果要安裝一個conda或者anaconda.org不支持的包，可以通過較爲普遍的pip包管理工具進行安裝，但是pip並不能管理環境、升級python。

Tip：anaconda和miniconda已集成pip，不需要單獨安裝。

下面命令將安裝see包：

pip install see

查看包是否被安裝：

conda list

安裝商業包

安裝商業包的方法和普通包一致，下面將安裝名爲IOPro用以加速python的商業包

conda install iopro

Tip: 除了學術用途外，其他用途只有30天的免費試用期。

關於證書的安裝

獲取免費的學術License：

申請地址：https://store.continuum.io/cshop/academicanaconda
使用edu郵箱申請後，需手動下載相應包的證書並添加到指定目錄
首先在命令行中輸入conda info --license，按提示操作。如果.continuum目錄不存在，可以在命令行中到指定目錄的上級目錄用命令mkdir .continuum創建(文件夾中右鍵新建的文件夾好像不能用.開頭)
具體情況https://docs.continuum.io/anaconda/license-installation 有詳細說明

移除包、環境、conda

移除包

conda remove --name bunnies iopro

移除環境

conda remove --name snakes -all

卸載conda

Linux,OS X:

rm -rf ~/miniconda OR  rm -rf ~/anaconda

Windows：

控制面板——添加或刪除程序

Anaconda換源

沒有測試，慎用!!!!

刪除之前添加的信息：

打開用戶目錄(如C:Users\XXX)下的.condarc文件，刪除之前誤添加的信息
命令行中
- conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- conda config --set show_channel_urls yes

對於tensorFlow的學習，將會在今後的文章中闡述。本人目前只有淺層的瞭解。

Anconda 機器學習環境管理