面向數據科學的 Anaconda Python 入門

編譯自: https://opensource.com/article/18/4/getting-started-anaconda-python

譯者: Andy Song

Anaconda 是一個完備的、開源的數據科學軟件包,擁有超過 600 萬社區用戶。

像很多人一樣,我一直努力加入到快速發展的數據科學領域。我上過 Udemy 的 R 及 Python 語言編程課,那時我分別下載並安裝了應用程序。當我試圖解決各種依賴關係,安裝類似 Numpy 和 Matplotlib 這樣的數據科學擴展包時,我瞭解了 Anaconda Python 發行版 。

Anaconda 是一個完備的、 開源 的數據科學包,擁有超過 600 萬社區用戶。 下載 和安裝 Anaconda 都很容易,支持的操作系統包括 Linux, MacOS 及 Windows。

我感謝 Anaconda 降低了初學者的學習門檻。發行版自帶 1000 多個數據科學包以及 Conda 包和虛擬環境管理器,讓你無需單獨學習每個庫的安裝方法。就像 Anaconda 官網上提到的,“Anaconda 庫中的 Python 和 R 語言的 conda 包是我們在安全環境中修訂並編譯得到的優化二進制程序,可以在你係統上工作”。

我推薦使用 Anaconda Navigator ,它是一個桌面 GUI 系統,包含了發行版自帶的全部應用的鏈接,包括 RStudio 、 iPython 、 Jupyter Notebook 、 JupyterLab 、 Spyder 、 Glue 和 Orange 。默認環境採用 Python 3.6,但你可以輕鬆安裝 Python 3.5、 Python 2.7 或 R。 文檔 十分詳盡,而且用戶社區極好,可以提供額外的支持。

安裝 Anaconda

為在我的 Linux 筆記本(I3 CPU,4GB 內存)上安裝 Anaconda,我下載了 Anaconda 5.1 Linux 版安裝器並運行 md5sum 進行文件校驗:

$ md5sum Anaconda3-5.1.0-Linux-x86_64.sh

接著按照 安裝文檔 的說明,無論是否在 Bash shell 環境下,執行如下 shell 命令:

$ bash Anaconda3-5.1.0-Linux-x86_64.sh

我完全按照安裝指南操作,運行這個精心編寫的腳本,大約花費 5 分鐘可以完成安裝。安裝過程中會提示:“是否希望安裝器將 Anaconda 的安裝路徑加入到你的 /home/<user>/.bashrc?”我選擇允許並重啟了 shell,這會讓 .bashrc 中的環境變量生效。/<user>

安裝完成後,我啟動了 Anaconda Navigator,具體操作是在 shell 中執行如下命令:

$ anaconda-navigator

Anaconda Navigator 每次啟動時會檢查是否有可更新的軟件包,如果有,會提醒你進行更新。

按照提醒進行更新即可,無需使用命令行。Anaconda 初次啟動會有些慢,如果涉及更新會額外花費幾分鐘。

當然,你也可以通過執行如下命令手動更新:

$ conda update anaconda-navigator

瀏覽和安裝應用

Navigator 啟動後,可以很容易地瀏覽 Anaconda 發行版包含的應用。按照文檔所述,64 位 Python 3.6 版本的 Anaconda 支持 499 個軟件包 。我瀏覽的第一個應用是 Jupyter QtConsole ,這個簡單易用的 GUI 支持內聯數據 (inline figures) 和語法高亮。

發行版中包含 Jupyter Notebook,故無需另外安裝(不像我用的其它 Python 環境那樣)。

我習慣使用的 RStudio 並沒有默認安裝,但安裝它也僅需點擊一下鼠標。其它應用的啟動或安裝也僅需點擊一下鼠標,包括 JupyterLab、 Orange、 Glue 和 Spyder 等。

Anaconda 發行版的一個強大功能是創建多套環境。假如我需要創建一套與默認 Python 3.6 不同的 Python 2.7 的環境,可以在 shell 中執行如下命令:

$ conda create -n py27 python=2.7 anaconda

Conda 負責整個安裝流程,如需啟動它,僅需在 shell 中執行如下命令:

$ anaconda-navigator

在 Anaconda GUI 的 “Applications on” 下拉菜單中選取 py27 即可。

更多內容

你是否在使用 Anaconda 發行版及 Navigator 呢?歡迎在評論中留下你的使用感想。

via: https://opensource.com/article/18/4/getting-started-anaconda-python