Anaconda3(Python数据分析)

Anaconda3是一个开源的Python发行版本，主要用于数据科学和机器学习的开发环境。它包含了多个常用的Python库和工具，如NumPy、Pandas、Matplotlib、Scikit-learn等，以及Jupyter Notebook等强大的开发工具。Anaconda3的优势在于它提供了一个集成的环境，方便用户安装和管理各种Python库和工具。它使用conda包管理系统，可以轻松地安装、更新和卸载库，而不会出现版本冲突的问题。此外，Anaconda3还提供了虚拟环境的功能，可以隔离不同项目的开发环境，避免库之间的冲突。另一个重要的特点是Anaconda3预装了大量的科学计算和数据分析库，使得用户无需额外安装就可以开始进行数据科学的工作。这些库包括NumPy和Pandas用于数据处理，Matplotlib和Seaborn用于数据可视化，Scikit-learn和TensorFlow用于机器学习等。此外，还有一些专门用于数据科学的库，如SciPy、Statsmodels和NLTK等。除了Python库和工具，Anaconda3还提供了Jupyter Notebook，这是一个非常强大的交互式开发环境。它可以在浏览器中运行，并支持代码、文本和图像的混合编写。Jupyter Notebook可以帮助用户更好地组织和展示代码，同时还可以方便地分享和协作。Anaconda3是一个功能强大的数据科学和机器学习开发环境，它提供了丰富的Python库和工具，方便用户进行数据处理、分析和建模。

Anaconda3简介

Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。Anaconda 能轻松安装在数据科学工作中经常使用的包。可以使用它创建虚拟环境，以便更轻松地处理多个项目。

Anaconda 是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包，涵盖了数据科学领域常见的 Python 库，并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统。

主要是提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。

Anaconda3使用方法

Anaconda3安装方法：

下载完成后，得到一个shell脚本文件，执行该文件(文件名可能因为版本不同有所差异)：

进入安装程序，提示输入“ENTER”继续：

Please, press ENTER to continue

>>> ENTER

按回车后，进入用户协议阅读，你不会真的去读的对吧，再按回车，一直按，按到出现如下提示，输入yes并回车：

Please answer 'yes' or 'no':'

>>>yes

接着提示安装位置，按回车默认即可，进入安装。安装完毕后，提示是否需要加入环境变量，输入yes并回车。安装完成，可能还会提示你安装Microsoft VSCode，不想用就输入no然后就结束安装。

如何确定自己安装没毛病?

输入python命令，出现anaconda的标识，如下图，随后exit()退出命令行：

python命令行

检查conda命令，例如查看conda版本：

conda --version

若提示命令不存在：

conda ：未找到指令

则可能是环境变量没有正确加载，将命令source ~/.bashrc写入到文件.bash_profile中，再执行source ~/.bash_profile即可。

最后，升级全部软件包，以避免可能出现的问题：

conda upgrade --all

使用

除安装即有的默认环境外，有时我们需要根据不同的项目使用不同的python版本。原生python如何切换版本?改环境变量、改软连接，略麻烦。而使用Anaconda就能很方便得管理各种python环境。

例如，现在需要一个新的名为“test”的python3.5环境，使用如下：

创建虚拟环境

输入如下命令，输入y开始下载：

conda create -n test python=3.5

离线断网情况下，新建环境可加参数进行离线安装：

conda create -n test python=3.5 --offline

切换虚拟环境

source activate test

也可查看当前全部虚拟环境，选择自己需要的环境进行切换，比如年纪大了忘了自己建的环境名是什么的时候：

conda env list

独立安装第三方包

进行第2步，正确切换到新环境后，进行第三方包的安装，可以使用python的pip命令：

pip install pandas

或者Anaconda的conda工具：

conda install pandas

卸载第三方包

pip uninstall pandas

查看当前环境包信息

conda list

导入导出环境

Anaconda支持导入导出以方便迁移，还是老规矩，先进入你要操作的环境，例如test

导出环境信息到文件，文件名自己取：

conda env export > environment.yaml

导入环境信息，即根据配置文件创建一个新环境：

conda env create -f environment.yaml

切回默认环境

source activate

删除环境

conda remove -n test --all

回退至原生python

安装结束后，打开电脑的CMD命令行(使用WIN徽标键+R， 然后输入CMD，点击OK)，

在其中输入 python，如果返回的信息为下图中的2，并且提示符为下图中的3，则安装顺利完成。

Anaconda3特色

1、省时省心
Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。
2、分析利器
在 Anaconda 官网中是这么宣传自己的：适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析，甚至可以用在大数据和人工智能领域。

Anaconda3功能

安装Anaconda之后，我们就可以很方便的管理安装包(安装，卸载，更新)。

安装包

conda 的包管理功能和pip 是一样的，当然你选择pip 来安装包也是没问题的。

1. #安装 matplotlib

2. conda install matplotlib

　　卸载包

1. # 删除包

2. conda remove matplotlib

　　更新包

1. # 包更新

2. conda update matplotlib

查询已经安装的包

1. # 查看已安装的包

2. conda list

以上便是WinWin7小编给大家分享的Anaconda3(Python数据分析)，它还提供了便捷的包管理系统和交互式开发环境，让用户能够更加高效地进行开发。无论是初学者还是专业人士，都可以使用Anaconda3来快速搭建和开发数据科学项目，有需要的朋友快通过下面地址来获取！