初探Anaconda——最省心的Python版本和第三方库管理

專 欄

❈

段晓晨，Python中文社区专栏作者。写过一点爬虫，写过几篇文章。能力虽有限，会尽量把想说的东西讲清楚。

知乎ID：段小草

知乎专栏：小段同学的杂记，

https://zhuanlan.zhihu.com/666666❈——

说起Python入门第一步，很多人会说是Hello World。殊不知挡在众多小白同学面前的一座大山便是安装Python。安装Python有什么难的，可要真从2.x和3.x之争说起，夹杂着诸如Windows下如何安装lxml库，如何管理Python 2.x和Python 3.x之类的问题，工作量其实还是不小的。说起来我也是2、3混用了很久，初学时很长一段时间都停留在自带的idle编辑器，中间也因为编码问题专门转到过Ubuntu上去。现在的日常是本地Pycharm+远程服务器的Jupter Notebook。

今天写这篇文章，面向的是电脑里连Python都还没装的同学，推荐一种目前就我个人体验来看，最简单舒服省心的Python环境配置。当然了，如果电脑里混装了多版本很头疼，或者还在用idle+cmd进入Python命令行这样反人类的入门方式，不妨跟着试一试。

今天的主角是Anaconda，之后会再写文章详细介绍Jupyter的配置（本地和服务器配置，包括Win Server和Linux Server，还有多用户版本的Jupyterhub配置，当然拖更遥遥无期，急用的同学就自行谷歌，有问题可以私信我…）。

Anaconda是Python的一个开源发行版本，主要面向科学计算。我们可以简单理解为，Anaconda是一个预装了很多我们用的到或用不到的第三方库的Python。而且相比于大家熟悉的pip install命令，Anaconda中增加了conda install命令。当你熟悉了Anaconda以后会发现，conda install会比pip install更方便一些。比如大家经常烦恼的lxml包的问题，在Windows下pip是无法顺利安装的，而conda命令则可以，后面会详细展示。

Anaconda的官网在这里Download Anaconda Now!。与Python相对应，Anaconda的版本分为Anaconda2和Anaconda3，大家可以自行下载日常常用的版本，提供32位和64位下载。（2.x和3.x混用的同学也不要担心，后面我们会讲具体的版本管理）

当然了，如果你真的选择去官网下载Anaconda的话会发现，速度慢到令人发指；当你等待了30多分钟下载安装完以后想要安装或者更新其中的包时，又会发现其速度慢到会断开连接安装报错…

（划重点）正确的姿势是从国内清华大学开源软件镜像站进行下载并配置镜像。

下载地址 Index of /anaconda/archive/

选择相应的版本进行下载就好（直接找2017年最新版的Anaconda2或Anaconda3）。

下载完成后安装。C盘不吃紧的同学可以一路next，C盘如果吃紧最好换个地方，日积月累Anaconda会占用不小的地方…

另由知乎网友@qwe14789cn指出：

建议作者在文章里加上 anaconda安装路径不要出现空格，否则后面坑的不知东南西北

下载过程中除了安装位置外，还有两个需要确认的地方。

第一个勾是是否把Anaconda加入环境变量，这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令，推荐打勾，如果不打勾话问题也不大，可以在之后使用Anaconda提供的命令行工具进行操作；第二个是是否设置Anaconda所带的Python 3.6为系统默认的Python版本，这个自己看着办，问题不大。

一路安装完成以后，就可以打开cmd测试一下安装结果。

分别输入python、ipython、conda、jupyter notebook等命令，会看到相应的结果，说明安装成功。（python是进入python交互命令行；ipython是进入ipython交互命令行，很强大；conda是Anaconda的配置命令；jupyter notebook则会启动Web端的ipython notebook）

需要注意的是jupyter notebook命令会在电脑本地以默认配置启动jupyter服务，之后会再谈到这个。

Anaconda安装成功之后，我们需要修改其包管理镜像为国内源。

Tsinghua Open Source Mirror

简单来说就是在cmd中分别运行这两个命令就好了。

1. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
2. conda config --set show_channel_urls yes

设置好镜像以后，我们继续进行环境管理。

因为我现在安装的是最新版Anaconda3，其自带的Python版本为3.6，如果我们需要添加2.7版本的Python，可以进行如下操作。（同理，如果有人安装的是Anaconda2需要添加Python 3.x，之后操作里的2.7改为3.6或3.5即可）

1. conda create -n py27 python=2.7

其中py27是新添加环境的名字，可以自定义修改。

之后通过activate py27和deactivate py27命令激活、退出该环境。（Linux和OS系统的命令似乎是source activate和source deactivate）

1. activate py27

在激活新环境后，我们所做的操作便都是在新环境下的，包括pip命令来安装第三方库。我们来试一下pip安装lxml。

1. pip install lxml

不出所料…失败了…如果你执意要自己解决这个问题，会很复杂，至少我在小白阶段直接放弃了解决这个问题…

那么正确的做法是什么呢？一条命令就够了。

1. conda install -n py27 lxml

当然了，对于可以正常安装的库，自然可以使用pip命令。

最后，我们可以通过conda info -e命令查看已有的环境。

通过conda remove -n env_name --all来删除指定的环境（如果不添--all参数，而是指明某个库名，则是删除该库）。

比如我现在要删除py35这个环境。

彩蛋1

由于我们现在安装的是Anaconda3，之后又新添加了Python 2.7环境，但是Python 3.6环境中安装了Anaconda自带的科学计算环境，Python 2.7中却没有，那么如何为新添加的环境也装上Anaconda的科学计算包呢，没必要一个一个来，更没有必要再去安装Anaconda2了，只需：

1. conda install -n py27 anaconda

但是这会安装非常多，非常多，非常多的包，慎用。

彩蛋2

我们已经说完了Anaconda中的包管理，那么既然Anaconda中可以使Python 2.x和3.x共存，Jupyter Notebook是否可以呢？

当然可以。

在这里我们不展开来介绍Jupyter Notebook，因为后面还会专门再写一篇，大家可以先初步了解。多版本的Python或者R等语言，在Jupyter中被称作kernel。

如果想要给Jupyter添加多个Python版本的kernel，有两种做法。

如果这个Python版本已经存在（比如我们刚才添加的py27环境），那么你可以直接为这个环境安装ipykernel包。即：

1. conda install -n py27 ipykernel

然后激活这个环境，输入

1. python -m ipykernel install --user

如果所需版本并不是已有的环境，可以直接在创建环境时便为其预装ipykernel。

如：

1. conda create -n py27 python=2.7 ipykernel

PS 如果想要在创建新版本环境时直接装上其他库，像这里的ipykernel一样直接附在后面就可以了。之后同样是激活环境并添加kernel。

PPS 这个命令生成的其实是一个JSON文件，可以直接查看并修改。

希望大家从此不再因为选择版本、安装Python、管理环境、添加第三方库（能用conda用conda，不能用conda用pip）、选择IDE（单文件Jupyter，项目组织开Pycharm）等等杂事所困扰，专心于代码。

（当然了，有一些库不论conda和pip都无法直接安装，只能下载.whl，这里不再赘述了，小白同学遇到这种问题的时候，应该也有能力自己解决这种问题了）