Anaconda 使用和 Visual Studio Code，PyCharm 對接全解析

關於 Anaconda

關於 Anaconda 的安裝和介紹，可以參考我的上一篇關於 Jupiter Notebook 的筆記，這裡不再贅述，官網地址

引用維基百科

Anaconda 是一種Python語言的免費增值開源發行版，用於進行大規模資料處理、預測分析，和科學計算，致力於簡化包的管理和部署。Anaconda使用軟體包管理系統Conda進行包管理。

簡單來說，Anaconda 就是專門用於管理 Python 包環境以及部署的工具，同時自帶了很多關於資料處理的工具包，例如：Pandas，NumPy 等等，並且還提供了一個網頁版本的 Jupiter Notebook 編輯器來方便的編寫Python 資料處理程式碼，類似於 pip3 這種 Python 自帶的包下載和管理模組(Anaconda 中是 conda 模組)，但是要強大很多。可以簡單的理解為一個裝滿了各種 Python 第三方工具包的倉庫，和我們本地的 Maven 有點類似

① 安裝 Anaconda

當我們裝好 Anaconda 之後，輸入以下命令表示 Anaconda 安裝成功

O_O[cris@cris:~]$ conda -V
conda 4.5.11
^_^[cris@cris:~]$ 
複製程式碼

這個版本的 Anaconda 自帶的Python 直譯器是 3.7 版本，預設 Base 虛擬環境，並且自帶了一系列包可以使用

^_^[cris@cris:~]$ conda list
複製程式碼

檢視當前的 Base 環境有哪些包

② 什麼是 Base 虛擬環境？

就是當前 Anaconda 預設自帶的一個倉庫（可以這麼理解），在這個倉庫中有 Anaconda 自帶的很多Python 第三方包，包括Python 直譯器（3.7 版本）

實際開發中，每個 Python 專案依賴的包都不同，Python 直譯器版本也可能不同；每個Python 專案可能是你一人開發，也可能是多人開發；為了保證每個 Python 專案的環境（Python 直譯器和專案依賴包）獨立，互不干預，以及同一個Python 專案的所有人開發環境一致，Anaconda 可以為每一個專案單獨配置Python 的開發和執行環境，也就是 Anaconda 中的虛擬環境（可以類比為倉庫）

③ 建立 Anaconda 虛擬環境

使用 conda create -n your_env_name python=X.X（2.7、3.6等），anaconda 命令建立python版本為X.X、名字為your_env_name的虛擬環境。your_env_name檔案可以在Anaconda安裝目錄envs檔案下找到。 指定python版本為2.7，注意至少需要指定python版本或者要安裝的包， 在不指定python版本時，自動安裝最新python版本。

^_^[cris@cris:~]$ conda create -n test python=3.6
複製程式碼

然後檢視當前 Anaconda 的所有虛擬環境

可以發現 test 虛擬環境建立好了，當前預設是 Anaconda 的Base 環境，怎麼切換到 test 環境呢？

④ 切換環境

(base) O_O[cris@cris:~]$ conda activate test
(test) ^_^[cris@cris:~]$ 
複製程式碼

切換後，我們進入 Python 的Terminal

可以發現Python 版本已經變為了 3.6

退出終端，我們再使用 conda list 命令檢視當前 Test 環境下的包

可以發現和 base 環境比，少了很多很多包

⑤ 退出和刪除環境

退出當前環境回到預設的 Base 環境非常簡單

刪除環境也很簡單

conda remove -n env_name –all 即可，這裡 Cris 就不測試了

⑥ 環境安裝包管理

• 安裝指定環境的包（預設當前環境，一般當前環境都是設定為 base）

conda install -n <env_name> <package_name>
# -n 或者 --name 引數就是用來指定環境的
複製程式碼

• 當前環境安裝包

conda install <package_name>
複製程式碼

• 刪除指定環境的包

conda remove -n <env_name> <package_name>
複製程式碼

• 刪除當前環境的包

conda remove <package_name>
複製程式碼

• 更新當前環境的包

conda update <package_name>
複製程式碼

• 更新當前環境所有包

(base) O_O[cris@cris:~]$ conda update --all
複製程式碼

• 更新當前環境多個指定包，則包名以空格隔開，向後排列。如：conda update pandas numpy matplotlib即更新pandas、numpy、matplotlib包。

• 更新conda，保持conda最新

  conda update conda
  複製程式碼

• 更新anaconda

  conda update anaconda 
  複製程式碼

• 查詢包

  $ conda search package_name
  # 還可以使用引數進行精確查詢
  $ conda search --full-name tensflow
  複製程式碼

⑦ 環境複製和匯出

conda create --name new_env_name --clone copied_env_name
複製程式碼

複製的新環境和原環境配置一致

匯出當前環境的配置資訊

(test) ^_^[cris@cris:~]$ conda env export > environment.yaml
複製程式碼

發現當前目錄下多了一個配置檔案

檢視這個檔案，就是我們當前 test 環境的所有配置資訊

name: test
channels:
  - defaults
dependencies:
  - ca-certificates=2018.03.07=0
  - certifi=2018.11.29=py36_0
  - libedit=3.1.20170329=h6b74fdf_2
  - libffi=3.2.1=hd88cf55_4
  - libgcc-ng=8.2.0=hdf63c60_1
  - libstdcxx-ng=8.2.0=hdf63c60_1
  - ncurses=6.1=he6710b0_1
  - openssl=1.1.1a=h7b6447c_0
  - pip=18.1=py36_0
  - python=3.6.8=h0371630_0
  - readline=7.0=h7b6447c_5
  - setuptools=40.6.3=py36_0
  - sqlite=3.26.0=h7b6447c_0
  - tk=8.6.8=hbc83047_0
  - wheel=0.32.3=py36_0
  - xz=5.2.4=h14c3975_4
  - zlib=1.2.11=h7b6447c_3
prefix: /home/cris/module/anaconda3/envs/test
複製程式碼

這樣子就可以在別人電腦上快速搭建統一的環境

# // 用配置檔案建立新的虛擬環境
$ conda env create -f environment.yaml
複製程式碼

參考部落格

參考文章

⑧ Anaconda 和 Visual Studio Code 的對接

開啟 Visual Studio Code，可以隨意調整 Python 的執行環境

⑨ Anaconda 和 PyCharm 對接

稍微麻煩一點，先要新建一個工程

然後選擇 Anaconda 環境

專案建立好後，開啟project 選項

注意：PyCharm 引用 Anaconda 環境時，專案建立完畢，右下角訊息欄可能會報出 Inotify Watches Limit 提示，官方的解決方案連結，照著做即可

ps：關於 PyCharm 的免費啟用，參考

⑩ 讓 Anaconda 飛起來

Anaconda 預設採用的國外映象網站，這裡強力推薦將映象源換成國內清華大學的映象

修改文章在此，強力推薦，讓你的 Anaconda 跑的比博爾特還快～

注意的是，修改路徑均在根目錄，並且最新版本的 Anaconda 使用 conda info 檢視當前配置資訊如下

^_^[cris@cris:~]$ conda info

     active environment : base
    active env location : /home/cris/module/anaconda3
            shell level : 1
       user config file : /home/cris/.condarc
 populated config files : /home/cris/.condarc
          conda version : 4.5.11
    conda-build version : 3.15.1
         python version : 3.7.0.final.0
       base environment : /home/cris/module/anaconda3  (writable)
           channel URLs : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
                          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/noarch
          package cache : /home/cris/module/anaconda3/pkgs
                          /home/cris/.conda/pkgs
       envs directories : /home/cris/module/anaconda3/envs
                          /home/cris/.conda/envs
               platform : linux-64
             user-agent : conda/4.5.11 requests/2.19.1 CPython/3.7.0 Linux/4.15.0-29deepin-generic deepin/15.8 glibc/2.27
                UID:GID : 1000:1000
             netrc file : None
           offline mode : False

複製程式碼