Linux、mac安装使用anaconda、jupyter、spyder

安装anaconda

sh Anaconda3-5.2.0-Linux-x86_64.sh
pip命令
pip install --upgrade pip

• pip 指定版本卸载
  pip uninstall tensorflow 1.12.0

anaconda常用命令

• 虚拟环境相关

  • conda create -n venv_test python=3.5 创建一个名字叫venv_test的虚拟环境，python版本是3.5,这个环境是空的。只有一些基本的依赖包。
  • conda info --envs 查看conda中所有的虚拟环境，其中有venv_test，就是刚才创建的。也有一个base，是安装anaconda的位置
  • source activate venv_test 激活venv_test虚拟环境，如果不加venv_test的话，激活的是base。
  • conda deactvate 退出虚拟环境
  • conda remove -n venv_test --all删除虚拟环境
  • conda create --clone base -p /Users/abc/venv克隆base环境，并在/Users/abc/venv目录下创建虚拟环境，-p和-n不能同时指定.
  • source deactvate /User/abc/venv激活环境
  • conda remove -p /User/abc/venv --all -y 删除venv虚拟环境，-y是确定，中间不加询问了

• 查看anaconda版本
  conda --version

• 更新conda，保持conda最新
  conda update conda

• 更新anaconda
  conda update anaconda

• 更新python
  conda update python
  假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本

• 查看当前环境下已安装的包
  conda list

• 查看某个指定环境的已安装包
  conda list -n python34

• 查找package信息
  conda search numpy

• 安装package
  conda install -n python34 numpy
  如果不用-n指定环境名称，则被安装在当前活跃环境也可以通过-c指定通过某个channel安装

• 更新package
  conda update -n python34 numpy

• 删除package
  conda remove -n python34 numpy

• 添加Anaconda的清华TUNA镜像
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

• 删除清华镜像（清华镜像2019.5.19号后不能用了）
  conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  TUNA的help中镜像地址加有引号，需要去掉

• 设置搜索时显示通道地址
  conda config --set show_channel_urls yes

• 在.condarc中设置国内源：添加清华大学与北科源

channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/- https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/- defaults
show_channel_urls: true

• 用conda搜索tensorflow
  conda search tensorflow
• 用conda 批量安装requirements.txt， --yes表示全部安装，安装是不再询问，--file带上文件
  conda install --yes --file requirements.txt
• conda导出环境中所有的依赖包：把虚拟环境中所有的依赖，包括版本号，导出到requiremtents.txt中
  cond list -e > requirements.txt
• 如果想导出项目中所有的依赖：在工程目录下导出整个项目依赖的包，如果网络不好会报404的错误。如果已经存在requirements.txt文件，需要加上--force
pipreqs .

使用spyder

$ spyder
报错Segmentation Fault，解决：需要安装pyopengl
pip install pyopengl

使用Jupyter

$ jupyter notebook
Jupyter Notebooks 就会在你的默认网络浏览器打开，地址是：
http://localhost:8888/tree

在jupyter中查看sklearn版本
import sklearn
sklearn.__version__
使用conda查看sklearn版本
$ conda list
sklearn的名字是scikit-learn
升级方法：第一种是使用$ conda update scikit-learn,如果不生效则使用pip的方式：$ pip install --upgrade scikit-learn