Anaconda 2022最新版

Anaconda2022最新版是基于Conda发展的专业编程开发工具，也是Python开源版本软件，这款软件内置了数量庞大且功能相对完善的标准库和第三方库，同时还包含了Conda、Python等180多个科学包及其依赖项，让用户能够通过它轻松进行处理数据。Anaconda支持Linux、Mac、Windwos等系统跨平台使用，并且因其内置Conda、Python相关的工具包，能够更方便用户对包进行统一的管理和获取，以极大特色工作效率，能够很好用于金融、人工智能、系统运维、Web开发、科学计算等各大应用领域。喜欢的朋友快来下载吧。

Anaconda2022最新版特色

1、生产和部署安全和可扩展的数据科学项目

通过anaconda enterprise的一键式部署，为您的数据科学团队提供支持

传统的数据科学项目部署通常涉及复杂，耗时的过程，使数据科学家远离他们最擅长的过程：探索和分析数据

2、面向开放数据科学的高性能python

使用软件进行扩展和扩展大数据，高级分析和科学计算为企业带来了令人兴奋的机会，可以利用更多更丰富的数据来创造有意义的业务价值和影响力。

3、利用开放数据科学进行机器学习

利用开放数据科学的力量进行预测分析开放数据科学是一项包容性运动，它使数据科学的开源工具 - 数据，分析和计算 - 可以轻松地作为一个连接的生态系统协同工作。

Anaconda2022最新版功能

1、Anaconda Enterprise 5

Anaconda Enterprise是一个企业级，安全且可扩展的数据科学平台，使团队能够管理数据科学资产，协作和部署数据科学项目。

使用Anaconda Enterprise，您可以执行以下操作：

开发：ML / AI管道在中央开发环境中，可从笔记本电脑扩展到数千个节点

管理：从笔记本电脑到集群的完整再现性，能够配置访问控制

自动化：在可扩展的基于容器的基础架构上进行模型培训和部署

2、Anaconda Distribution

开源Anaconda Distribution是在Linux，Windows和Mac OS X上执行Python / R数据科学和机器学习的最简单方法。全球有超过1100万用户，它是开发，测试和培训的行业标准。一台机器，使个别数据科学家能够：

快速下载1,500多个Python / R数据科学包

使用Conda管理库，依赖项和环境

使用scikit-learn，TensorFlow和Theano开发和训练机器学习和深度学习模型

使用Dask，NumPy，pandas和Numba分析具有可伸缩性和性能的数据

使用Matplotlib，Bokeh，Datashader和Holoviews可视化结果

Anaconda2022最新版使用方法

管理环境

1. 创建新环境

conda create --name

注意：

即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。

即安装在环境中的包名。名称两边不加尖括号“<>”。

如果要安装指定的版本号，则只需要在包名后面以=和版本号的形式执行。如：conda create --name python2 python=2.7，即创建一个名为“python2”的环境，环境中安装版本为2.7的python。

如果要在新创建的环境中创建多个包，则直接在后以空格隔开，添加多个包名即可。如：conda create -n python3 python=3.5 numpy pandas，即创建一个名为“python3”的环境，环境中安装版本为3.5的python，同时也安装了numpy和pandas。

--name同样可以替换为-n。

提示：默认情况下，新创建的环境将会被保存在/Users//anaconda3/env目录下，其中，为当前用户的用户名。

2. 切换环境

① Linux 或 macOS

source activate

② Windows

activate

③ 提示

如果创建环境后安装Python时没有指定Python的版本，那么将会安装与该软件版本相同的Python版本，即如果安装该软件第2版，则会自动安装Python 2.x;如果安装该软件第3版，则会自动安装Python 3.x。

当成功切换环境之后，在该行行首将以“(env_name)”或“[env_name]”开头。其中，“env_name”为切换到的环境名。如：在macOS系统中执行source active python2，即切换至名为“python2”的环境，则行首将会以(python2)开头。

3. 退出环境至root

① Linux 或 macOS

source deactivate

② Windows

deactivate

③ 提示

当执行退出当前环境，回到root环境命令后，原本行首以“(env_name)”或“[env_name]”开头的字符将不再显示。

4. 显示已创建环境

conda info --envs

或

conda info -e

或

conda env list

5. 复制环境

conda create --name --clone

注意：

即为被复制/克隆环境名。环境名两边不加尖括号“<>”。

即为复制之后新环境的名称。环境名两边不加尖括号“<>”。

如：conda create --name py2 --clone python2，即为克隆名为“python2”的环境，克隆后的新环境名为“py2”。此时，环境中将同时存在“python2”和“py2”环境，且两个环境的配置相同。

6. 删除环境

conda remove --name --all

注意：为被删除环境的名称。环境名两边不加尖括号“<>”。

三、管理包

1. 查找可供安装的包版本

① 精确查找

conda search --full-name

注意：

--full-name为精确查找的参数。

是被查找包的全名。包名两边不加尖括号“<>”。

例如：conda search --full-name python即查找全名为“python”的包有哪些版本可供安装。

② 模糊查找

conda search

注意：是查找含有此字段的包名。此字段两边不加尖括号“<>”。

例如：conda search py即查找含有“py”字段的包，有哪些版本可供安装。

2. 获取当前环境中已安装的包信息

conda list

执行上述命令后将在终端显示当前环境已安装包的包名及其版本号。

3. 安装包

① 在指定环境中安装包

conda install --name

注意：

即将包安装的指定环境名。环境名两边不加尖括号“<>”。

即要安装的包名。包名两边不加尖括号“<>”。

例如：conda install --name python2 pandas即在名为“python2”的环境中安装pandas包。

② 在当前环境中安装包

conda install

注意：

即要安装的包名。包名两边不加尖括号“<>”。

执行命令后在当前环境中安装包。

例如：conda install pandas即在当前环境中安装pandas包。

③ 使用pip安装包

→ 使用场景

当使用conda install无法进行安装时，可以使用pip进行安装。例如：see包。

→ 命令

pip install

注意：为指定安装包的名称。包名两边不加尖括号“<>”。

如：pip install see即安装see包。

→ 注意

pip只是包管理器，无法对环境进行管理。因此如果想在指定环境中使用pip进行安装包，则需要先切换到指定环境中，再使用pip命令安装包。

pip无法更新python，因为pip并不将python视为包。

pip可以安装一些conda无法安装的包;conda也可以安装一些pip无法安装的包。因此当使用一种命令无法安装包时，可以尝试用另一种命令。

4. 卸载包

① 卸载指定环境中的包

conda remove --name

注意：

即卸载包所在指定环境的名称。环境名两边不加尖括号“<>”。

即要卸载包的名称。包名两边不加尖括号“<>”。

例如：conda remove --name python2 pandas即卸载名为“python2”中的pandas包。

② 卸载当前环境中的包

conda remove

注意：

即要卸载包的名称。包名两边不加尖括号“<>”。

执行命令后即在当前环境中卸载指定包。

例如：conda remove pandas即在当前环境中卸载pandas包。

5. 更新包

① 更新所有包

conda update --all

或

conda upgrade --all

建议：在安装该软件之后执行上述命令更新该软件中的所有包至最新版本，便于使用。

② 更新指定包

conda update

或

conda upgrade

注意：

为指定更新的包名。包名两边不加尖括号“<>”。

更新多个指定包，则包名以空格隔开，向后排列。如：conda update pandas numpy matplotlib即更新pandas、numpy、matplotlib包。

Anaconda2022最新版常见问题

问：安装Anaconda时要不要把前面安装的python卸载？

答：安装Anaconda时可以不卸载前面安装的python，不需要单独安装python了。需要安装新的库时，需要手动维护软件包。

问：怎么配置anaconda的环境？

答：安装anaconda之前什么都不需要安装，直接在anaconda，我的是Python2.7，32位的。后的文件是：直接双击安装，可以自己选定安装位置（这个你自己决定）。安装完成后，我们可以看到：安装完anaconda，就相当于安装了Python、IPython、集成开发环境Spyder、一些包等等。

问：安装了anaconda还要装python吗?

答：不用了，anaconda是集成开发环境的。

问：anaconda与python什么关系?

答：anaconda里面集成了很多关于python科学计算的第三方库，主要是安装方便，而python是一个编译器，如果不使用anaconda，那么安装起来会比较痛苦，各个库之间的依赖性就很难连接的很好。

问：anaconda是干什么的，是python的第三方解释环境吗?

答：这是一个集成的Python环境，一键安装，装好即用，特别适合懒人，对Windows环境而言，也不用安装C++编译器了。其使用conda来管理包，集成了Python主程序，IDE(Spyder)与IPython，以及常用的第三方库，例如Flask。并有适合Windows，OSX，与Linux三个系统，以及32位、或者64位，Python2.7、或者3.6版本，不同组合选项，总有一款适合你。