Python工具箱系列（四）

本文主要是介绍Python工具箱系列（四），对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

• 所有的语言在设计时，都假定运行在一个纯净的环境下，但现实往往不是如此。经常在Windows下会安装多个版本的Python；

• Python在设计之初，也只设定自己运行在一个纯净的环境下。后期虽然又推出多种混合环境的解决方案，但带来的混乱比解决的问题更多，不用也罢；

• 环境问题导致的各种怪异现象，对于初学者掌握Python的信心打击巨大；

• 坚持在一个环境下，只有一个版本的Python是王道，真正符合人生苦短，我用Python的理念。如果混合安装多个版本的Python，会浪费时间与脑力，非常不合算。

综合所述，在安装Anaconda前，记得删除所有的Python版本。除了在控制面板中通过应用管理删除外，还可以使用前文介绍的listary或者everything这个工具，搜索整个操作系统下与Python相关的文件、目录并且删除之，保证尽可能干净的初始环境。

Anaconda是专为数据科学家准备的套餐性质的Python集成开发环境。也就是说，通过安装Anaconda，可以：

• 获得符合标准的Python3.8解释器；
• 与大数据分析、可视化、数学相关的一整套的第三方模块的自动安装；
• 提供了相对称手的IDE环境。

由于Python的历史原因，部分第三方模块在安装时，需要很复杂的前提条件，例如正确版本的C编译器、头文件、依赖库等，把这些搞明白需要花费大量的时间。而科学家们没有时间甚至没有能力折腾软件的事情，所以Anaconda应运而生，直接提供开箱即用的面向数据科学分析的Python开发能力。当然也带来了一些问题：

• 安装后，占据的空间较大，约要占2G左右的空间。当然，现在计算机存储资源很丰富，也不算太大的问题。如果安装到笔记本上，还是有些显得臃肿；

• 使用者通过conda以及pip命令均可以安装包，容易造成混乱。虽然可以通过路径的设置来解决，但对于初学者来说，仍然是非常混乱的存在。因此，如果使用Anaconda，就坚持使用自带的conda安装包。

   

虽然有以上缺点，但瑕不掩瑜，Anaconda仍然是快速入手的热门选择。下面开始安装过程：

• 上官网下载。对于开发人员来说，直接从官网下载:https://www.anaconda.com/，仍然是最安全最有效的选择；

• 在官网上选择Individual Edition，这个是免费的；

• 由于界面上提供是最新版本，与我们要安装的版本不一致，因此点击此处:https://repo.anaconda.com/archive/Anaconda3-5.2.0-Windows-x86_64.exe可以下载与Python3.8匹配的64位版本。推荐使用Internet Download Manager(简称IDM，是下载神器，也是工具箱的成员之一）；

• 下载完成后，直接运行安装，一路“next”，直到下面的界面：

• 建议选择“Just Me”这个选项。因为不需要管理员这个最高权限，并且安装路径是明确的。随后继续“next”；

• 接下来出现下面的界面。要求选择是否加入Windows搜索路径：

• 虽然安装软件本身不推荐，但是笔者推荐，解决搜索路径的问题，方便后续的使用。选择后按“install”开始一段相对漫长的安装过程，随时几个简单的提示就可以完成安装了。

完成安装后，win10中创建了一组相关的软件如下图所示：

其中：

• Anaconda Navigator，这是最重要的入口，点击进入后就可以开始即开即用；

• Anaconda Powershell Prompt，点进后进入Windows Powershell界面。这是一个命令行界面，与普通的命令行不一样，从这里进入，能够自动导入Anaconda相关命令；

• Anaconda Prompt，与上面的类似，只是没有启动Powershell，一样可以使用Anaconda相关命令；

• Jupyter Notebook，这是数据科学家最喜欢的神器；

• Spyder，一个完善的Python开发集成工具，非常好用。

   

至此，Anaconda的安装介绍完成，下一期介绍Minconda的安装。

这篇关于Python工具箱系列（四）的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！