[Python知识库]Anaconda 及 Jupyter Notebook 使用记录

一、下载 Anaconda

关于 Anaconda
官方主页：https://www.anaconda.com

https://www.anaconda.com/distribution/#download-section

600多 M 的软件包，下载时间比较漫长。

下载完成后，双击 pkg 即可进行安装

二、使用 Jupyter Notebook

这里使用 Anaconda 自带的 Jupyter Notebook
貌似可以 pip install --user jupyter 来独立安装 Jupyter Notebook，没尝试过。

方式一：终端命令进入

$ source ~/opt/anaconda3/bin/activate 
(base) $ jupyter notebook

方式二：使用 Anaconda 进入

安装成功后，在应用程序中打开 Anaconda，即可看到下面面板。点击 Jupyter 下面的 Launch ；
1、会弹出终端：
2、浏览器会自动打开界面 http://localhost:8888/tree

3、在浏览器打开的界面，创建文件

4、编辑文件

这时会在本地生成一个 ipynb 文件，终端也会记录这次变化。
你可以设置让 pycharm 来打开这个文件，打开后是这样的效果：

方式三：jupyter_mac.command

通过 anaconda 启动 jupyter，会发现 打开了一个终端窗口，执行了下面的命令；

$ /Users/user/opt/anaconda3/bin/jupyter_mac.command ; exit;

那么我们在终端直接执行下面命令，也可以启动

$ ~/opt/anaconda3/bin/jupyter_mac.command

三、Anaconda 安装python

anaconda3 python 第三方包地址：
~/opt/anaconda3/lib/python3.7/site-packages

方式一：在桌面安装

方式二：在终端安装

$ source ~/opt/anaconda3/bin/activate 
$ sudo pip install locust

如果提示，代表权限不够，需要加上 sudo

ERROR: Could not install packages due to an EnvironmentError: [Errno 13] Permission denied: '/Users/xxx/Library/Caches/pip/wheels/a8/f2/74/efb482047b3def7655c56ed358046dbceee1a9a7b0a96bd4aa'
Consider using the `--user` option or check the permissions.

创建新的环境

(base) $ conda create -n pytorch python=3.6
#
# To activate this environment, use
#
#     $ conda activate pytorch
#
# To deactivate an active environment, use
#
#     $ conda deactivate

(base) $ conda activate pytorch # 进入 pytorch 这个环境。（原是 base 环境）

(pytorch) $ pip list  # 查看这个环境中的工具包
Package    Version
---------- -------------------
certifi    2020.12.5
pip        21.0.1
setuptools 52.0.0.post20210125
wheel      0.36.2

四、Jupyter Notebook 快捷键

五、Jupyter Notebook 插件 Nbextensions

# 安装nbextensions
pip3 install jupyter_contrib_nbextensions
sudo jupyter contrib nbextension install --user # 配置插件到 jupyter
 
# 安装nbextensions_configurator
pip3 install jupyter_nbextensions_configurator
sudo jupyter nbextensions_configurator enable --user

jupyter_contrib_nbextensions 仓库：
https://github.com/ipython-contrib/jupyter_contrib_nbextensions

启动 Jupyter Notebook，主页标签页出现 Nbextensions，代表安装成功。
点击，勾选选项来设置。选中标签，下方会出现说明。

常用插件

• Hinterland：自动补全代码，函数()

六、jupyter notebook 其他使用方法

代码自动换行

参考：https://www.cnblogs.com/dmcs95/p/11299567.html

1、找到 jupyter 的配置文件

我的 jupyter 使用 anaconda 安装，所以这样进入:

$ source ~/opt/anaconda3/bin/activate
(base) $ jupyter --config-dir
/Users/user/.jupyter

2、进入下一级路径 nbconfig (如果没有, 自行创建即可)。

3、找到 notebook.json 文件 (如果没有, 自行创建即可)，并用任意编辑器打开。

4、追加 / 写入如下代码，保存并重新启动 Jupyter Notebook

如我的 notebook.json 原有内容：

{
  "load_extensions": {
    "nbextensions_configurator/config_menu/main": true,
    "contrib_nbextensions_help_item/main": true
  },
}

追加代码后：

{
  "load_extensions": {
    "nbextensions_configurator/config_menu/main": true,
    "contrib_nbextensions_help_item/main": true
  },
  "MarkdownCell": {
      "cm_config": {
        "lineWrapping": true
      }
    },
    "CodeCell": {
      "cm_config": {
        "lineWrapping": true
      }
    }
}

查看 github 中的 ipynb 文件

ipynb 文件在 github 中无法直接打开，可以通过 nbviewer 来查看

如文件地址为：

https://github.com/zlotus/notes-linear-algebra/blob/master/chapter01.ipynb

转化为：

https://nbviewer.jupyter.org/github/zlotus/notes-linear-algebra/blob/master/chapter01.ipynb

如果github地址是：https://github.com/zlotus

可以使用这样的方式查看： https://nbviewer.jupyter.org/github/zlotus/

in[*]

※的含义是程序正在运行，并无特殊意味。

这个时候点击Kernel，然后点击Restart Kernel或者Restart 就可以终止运行。然后你可能要检查一下自己的代码，然后再运行。

支持 R语言 IRkernel

由于 jupyter notebook 是前身为 Ipython 的一种在线编译器，因此要使 jupyter notebook 支持 R语言则需要在 R语言中安装一个较为关键的包：IRkernel

七、conda 命令使用

1、环境管理

1）查看当前系统下的环境

(base) $ conda info -e # 或者 conda info --envs
# conda environments:
#
base                  *  /Users/xx/opt/anaconda3
pytorch                  /Users/xx/opt/anaconda3/envs/pytorch

2）创建新的环境

这里指定环境名为 env1

方式一：只创建环境

(base) $ conda create -n env1 python=3.9

方式二：创建环境，同时安装必要的包
比如此处安装 numpy，matplotlib

(base) $ conda create -n env1 numpy matplotlib python=3.9

创建后再次查看环境

(base) $ conda info -e
# conda environments:
#
base                  *  /Users/xx/opt/anaconda3
env1                     /Users/xx/opt/anaconda3/envs/env1
pytorch                  /Users/xx/opt/anaconda3/envs/pytorch

3）复制环境

示例：复制 base 环境

$ conda create -n new_name --clone base

4）环境切换

切换到环境 env1

(env1) $ conda activate base
(base) $ conda activate env1

退出环境

(env1) $ conda deactivate
(base) $ 

5）移除环境

(base) $ conda remove -n env1 --all

2、包管理

1）查看已经安装的package

$ conda list
# packages in environment at /Users/xx/opt/anaconda3:
#
# Name                    Version                   Build  Channel
_ipyw_jlab_nb_ext_conf    0.1.0                    py37_0  
absl-py                   0.11.0                   pypi_0    pypi
aiml                      0.9.2                    pypi_0    pypi
aio-pika                  6.8.0                    pypi_0    pypi
aiofiles                  0.6.0                    pypi_0    pypi
aiohttp                   3.6.3                    pypi_0    pypi
aiormq                    3.3.1                    pypi_0    pypi
...

新建的 venv

(env1) $ conda list
# packages in environment at /Users/xx/opt/anaconda3/envs/env1:
#
# Name                    Version                   Build  Channel
ca-certificates           2021.4.13            hecd8cb5_1  
certifi                   2020.12.5        py38hecd8cb5_0  
libcxx                    10.0.0                        1  
libffi                    3.3                  hb1e8313_2  
ncurses                   6.2                  h0a44026_1  
openssl                   1.1.1k               h9ed2024_0  
pip                       21.0.1           py38hecd8cb5_0  
python                    3.8.8                h88f2d9e_5  
readline                  8.1                  h9ed2024_0  
setuptools                52.0.0           py38hecd8cb5_0  
sqlite                    3.35.4               hce871da_0  
tk                        8.6.10               hb0a8c7a_0  
wheel                     0.36.2             pyhd3eb1b0_0  
xz                        5.2.5                h1de35cc_0  
zlib                      1.2.11               h1de35cc_3  

(env1) $ pip list
Package    Version
---------- -------------------
certifi    2020.12.5
pip        21.0.1
setuptools 52.0.0.post20210125
wheel      0.36.2

2）安装包

方式一：进入环境下安装

(env1) $ conda install numpy 

方式二：-n 指定环境参数安装

$ conda install -n env1 numpy

无论使用 conda 还是 pip，都被安装到这个位置：
~/opt/anaconda3/envs/env1/lib/python3.9/site-packages

3）查找包

(env1) $ conda search sqlite
Loading channels: done
# Name                       Version           Build  Channel             
sqlite                        3.20.1      h7e4c145_2  pkgs/main           
sqlite                        3.20.1      h900c3b0_1  pkgs/main           
sqlite                        3.21.0      h3efe00b_0  pkgs/main           
sqlite                        3.21.0      h3efe00b_2  pkgs/main     
...

4）更新包

$ conda update numpy
$ conda update anaconda

5）卸载包

conda remove numpy

3、conda 导出/导入环境

1）导出当前环境

(env1) $ conda env export > py39.yaml

在当前目录生成 py39.yml 文件

name: env1
channels:
  - defaults
dependencies:
  - ca-certificates=2021.5.25=hecd8cb5_1
  - certifi=2021.5.30=py39hecd8cb5_0
  - libcxx=10.0.0=1
  - libffi=3.3=hb1e8313_2
  - ncurses=6.2=h0a44026_1
  - openssl=1.1.1k=h9ed2024_0
  - pip=21.1.2=py39hecd8cb5_0
  - python=3.9.5=h88f2d9e_3
  - readline=8.1=h9ed2024_0
  - setuptools=52.0.0=py39hecd8cb5_0
  - sqlite=3.35.4=hce871da_0
  - tk=8.6.10=hb0a8c7a_0
  - tzdata=2020f=h52ac0ba_0
  - wheel=0.36.2=pyhd3eb1b0_0
  - xz=5.2.5=h1de35cc_0
  - zlib=1.2.11=h1de35cc_3
prefix: /Users/user/opt/anaconda3/envs/env1

注意：

• name 键是导出的 env 名字，也是后面根据 yml 生成 venv 时的名字；
  venv 之间不能同名，所以可以将文件的这个名字改掉；
  所以导出base 环境的时候，可以先复制base 再导出，也可以在这里修改名字。

2）从 yml 生成环境

拷贝刚才的 yml 到目标机器上，在目标机输入：

$ conda env create -f py39.yaml

3）复制环境

复制这个 base 环境

$ conda create -n new_name --clone base

4、pip 安装列表导入导出

1）导出

导出当前的 pip 安装的包到 pip39.txt 文件中

(env1) $ pip freeze > pip39.txt

txt 内容如下

certifi==2021.5.30
numpy==1.20.3

2）导入

(env1) $ pip install -r pip39.txt

本质是 按txr 中的安装包列表，重新安装一遍

5、conda和pip的区别

pip

• pip专门管理Python包
• 编译源码中的所有内容。 （源码安装）
• 由核心Python社区所支持（即，Python 3.4+包含可自动增强pip的代码）。

conda

• Python不可知论者。 现有软件包的主要重点是Python，而conda本身是用Python编写的，但你也可以为C库或R软件包或任何其他软件包提供conda软件包。
• 安装二进制文件。 有一个名为conda build的工具，它可以从源代码构建软件包，但conda install本身会安装已经构建的conda软件包中的东西。
• 外部。 Conda是Anaconda的包管理器，由Continuum Analytics提供的Python发行版，但它也可以在Anaconda之外使用。 您可以使用现有的Python安装，通过pip安装它（尽管除非您有充分理由使用现有安装，否则不建议这样做）。

进一步来说：

• conda可以让你同时管理安装处理 有关的python任务和跟python无关任务
  即pip可以允许在任何环境中安装python包，conda允许你在conda环境中安装任何语言包（包括C语言或者python）。
• conda使用一个新的包格式，你不能交替使用conda和pip，
• 因为pip 不能安装和解析conda的包格式。可以使用这两个工具，但是它们是不能交互的
• 由于pip是从源代码安装的，所以如果你无法编译源代码，那么安装它可能会很痛苦（这在Windows上尤其如此，但如果软件包有一些困难的C或FORTRAN库，甚至在Linux上也是如此）依赖）。
• Conda从二进制文件安装，这意味着有人（例如Continuum）已经完成了编译软件包的艰苦工作，因此安装非常简单。
• 如果您有兴趣构建自己的软件包，也有一些差异。
  例如，pip建立在setuptools之上，而conda使用它自己的格式，这有一些优点（比如静态，而且Python不可知）。

6、其他

1）设置镜像

# 需要去掉网址的引号
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes 

参考

• 一颗小树x：pip与 conda的区别
  https://blog.csdn.net/qq_41204464/article/details/86530217