Anaconda for Ubuntu

Anaconda 简介

Anaconda 是 R 和 Python 编程语言的一个发行版，用于科学计算（预测分析、大规模数据处理、机器学习应用、数据科学等），旨在简化软件包的部署和管理。该发行版包含多个与 macOS、Linux 和 Windows 兼容的数据科学软件包。

它由 Anaconda Inc. 维护和开发，该公司由 Travis Oliphant 和 Peter Wang 于 2012 年创建。作为 Anaconda Inc. 的产品，它也被称为 Anaconda 个人版 或 Anaconda 发行版，而该公司的其他产品还有 Anaconda 企业版 和 Anaconda 团队版。

在 Anaconda 中，软件包版本由软件包管理系统 conda 处理。由于该软件包管理器本身非常有用，它最终被作为一个独立的开源软件包剥离出来。此外，还有一个名为 Miniconda 的 Anaconda 小型引导版本，它只包含 conda、python 和它们所依赖的一些其他软件包。

Anaconda 概述

Anaconda 发行版自动安装了超过 250 个软件包，可以从 PyPI 安装超过 7500 个额外的开源软件包，并提供了虚拟环境和 conda 软件包管理器。此外，它还包含一个基于图形用户界面（GUI）的 Anaconda Navigator，作为命令行界面（CLI）的替代方案。pip 软件包管理器和 conda 之间的巨大差异在于如何处理软件包的依赖关系，这是 Python 数据科学面临的一个重要挑战，也是 conda 存在的原因。

在 20.3 版本之前，当 pip 下载一个软件包时，它会自动安装一个依赖的 Python 软件包，而不会检查这些软件包是否与已安装的软件包冲突。无论现有的安装状态如何，它都会安装一个软件包及其依赖项。在少数情况下，软件包看似可以工作，但会产生不同的结果。虽然 pip 后来实现了稳定的依赖关系解析，但这种差异说明了 conda 软件包管理器在历史上的对比优势。

• Conda 会分析当前环境中已安装的所有内容，并结合指定的版本限制（例如，用户可能希望 TensorFlow 版本为 2.0 或更高），来确定如何安装一组合适的依赖项，并在无法完成时显示警告。
• 开源软件包可以通过 Anaconda Cloud、Anaconda Repository 或用户的私有仓库，使用命令 conda install 单独安装。
• Anaconda Inc. 自行构建和编译 Anaconda Repository 中的软件包，并提供适用于 macOS 64 位、Linux 64 位和 Windows 32/64 位的二进制文件。
• PyPI 上的任何内容都可以通过 pip 安装到 conda 环境中，conda 会记录它自己安装了什么。
• 可以使用命令 conda build 创建自定义软件包，并通过上传到 PyPI、Anaconda Cloud 和其他仓库与他人共享。
• Anaconda2 默认安装包含 Python 2.7，而 Anaconda3 包含 Python 3.7。
• 不过，可以创建包含任何 conda 打包的 Python 版本的新环境。

Anaconda Navigator

它是 Anaconda 发行版中包含的一个桌面图形用户界面（GUI），允许用户启动应用程序并管理 conda 软件包、通道和环境，而无需使用命令行命令。Navigator 可以在本地 Anaconda Repository 或 Anaconda Cloud 上查找软件包，将它们安装到环境中，更新并运行它们。它适用于 Linux、macOS 和 Windows。

默认情况下，Navigator 中提供以下应用程序

• Visual Studio Code
• RStudio
• 橙色
• Glue spider
• QtConsole
• Jupyter Notebook
• JupyterLab

JupyterLab：它是一个基于 Jupyter 架构和 Notebook 的灵活工作环境，用于可复现的交互式计算。

Jupyter Notebook：它是一个基于 Web 的交互式计算笔记本环境。我们还可以编辑和执行人类可读的文档，同时指定数据分析过程。

Spyder：它是一个科学的 Python 桌面环境。Spyder 是一个功能强大的 Python IDE，具有高级编辑、内省、调试功能和交互式测试。

QtConsole：QtConsole 是一个 PyQt 图形用户界面，支持适当的多行和内联图形编辑，具有图形化的调用提示、语法高亮等功能。

Visual Studio Code：VSCode 可以被描述为一个精简的代码编辑器。它支持版本控制、任务运行和调试等开发操作。

Orange：Orange 是一个基于组件的数据挖掘框架。它可以用于数据分析和数据可视化。在 Orange 中，工作流程非常协作，并提供了一个庞大的工具箱。

Glueviz：它用于围绕文件进行多维数据可视化。它表示相关数据集之间以及内部的关系。

RStudio：RStudio 是一组集成工具，旨在帮助我们更有效地使用 R。它包含 R 笔记本和基本工具。

Conda

它是一个环境管理系统，也是一个与语言无关、跨平台的开源软件包管理器，可以更新、安装和运行软件包及其依赖项。它最初是为 Python 程序创建的，但可以为多种语言（例如多语言项目）分发和打包软件。conda 环境管理器和软件包包含在 Anaconda Repository、Miniconda 和 Anaconda 的所有版本中。

Conda 命令

Conda 提供了一组基本命令，这些命令是作为软件和用户之间接口所必需的。这些命令可用于创建和修改环境、安装和删除软件包、管理查询、定义依赖关系等。以下是一些最基本和最常用的 conda 命令

• 如果要安装任何软件包，可以使用 conda install $PACKAGE_NAME
• 如果要更新任何软件包，可以使用 conda update --name $ENVIRONMENT_NAME $PACKAGE_NAME
• 如果要更新软件包管理器，可以使用 conda update conda
• 如果要移除任何软件包，可以使用 conda remove --name $ENVIRONMENT_NAME $PACKAGE_NAME
• 如果要建立一个环境，可以使用 conda create --name $ENVIRONMENT_NAME python
• 如果要激活任何环境，可以使用 conda activate --name $ENVIRONMENT_NAME
• 如果要停用任何环境，可以使用 conda deactivate
• 如果要查找可用的软件包，可以使用 conda search $SEARCH_TERM
• 如果要从特定来源安装任何软件包，可以使用 conda install --channel $URL $PACKAGE_NAME
• 如果要列出所有已安装的软件包，可以使用 conda list --name $ENVIRONMENT_NAME
• 如果要建立一个需求文件，可以使用 conda list --export
• 如果要列出所有环境，可以使用 conda info --envs
• 如果要安装任何其他软件包管理器，可以使用 conda install pip
• 如果要安装 Python，可以使用 conda install python=x.x
• 如果要更新 Python，可以使用 conda update python

Conda 性能

可以采用一些方法来提高 conda 系统的性能，例如

• 建立新环境，因为环境越旧，解决依赖关系就越困难。因此，创建专用的小型环境有助于减少编译时间。
• 设置严格的优先级控制。这将通过删除混合的可能解决方案集来帮助减少编译时间。

  使用特定的软件包而不是通用软件包。

• 另一种减少编译时间的可能方法是禁用安全检查，因为 conda 在解决冲突上花费了大量的编译时间。但不建议这样做，因为它可能会破坏我们的环境。

Anaconda Cloud

它是一个软件包管理服务，用户可以在其中共享、存储、访问和查找私有和公共的 PyPI、conda、环境和笔记本软件包。Cloud 托管了适用于各种应用的有用 Python 软件包、环境和笔记本。

用户无需登录或拥有 Cloud 帐户即可查找和下载公共软件包。用户可以使用 Anaconda 客户端的命令行界面创建新软件包，然后自动或手动将软件包上传到 Cloud。

Anaconda 的特性

• 使用最新的 Python 版本编译：Anaconda 使用 Python 3.7 版本编译，利用了 Python 的特性和速度改进。
• 提高 CPU 性能：在 Anaconda 5.3 发行版中，引入了用于深度神经网络的 Intel Math Kernel Library 2019。
• 更高的可靠性：通过存储和捕获已安装软件包的元数据，最新版本的 Anaconda 的可靠性得到了提升。
• 包含新软件包：新版本中已添加和更新了超过 230 个软件包。
• 正在进行的工作：在 Python 3.7 版本中，Numpy 存在一个类型转换错误，但团队目前正在努力修复它，直到 Numpy 升级。

在 Ubuntu 上安装 Anaconda

在 Ubuntu 中，安装活动需要在继续之前更新软件包。Anaconda 在其多种功能上表现出色，包括执行编程、影响预测分析、处理和计算大规模数据以及管理 Python 语言中的系统软件包。

Anaconda 是一个从更广阔的视角实现机器学习的专用平台。Anaconda 既可以用作命令行工具，也提供了基于 GUI 的 Navigator。此外，Anaconda 与 Linux、Windows 和 macOS 操作系统兼容。Anaconda 中包含的两个出色的仓库工具也包含在 Navigator 中。始终建议安装我们要在 Linux 中安装的最新版本的开源服务器。

在本文中，我们将解释如何在您的 Ubuntu 系统上安装 Anaconda。

要求

在 Ubuntu 系统中安装 Anaconda 的一些要求是用户以 root 用户身份登录。在安装过程开始之前，访问命令行或终端窗口以及了解最新的 Anaconda 版本是基本要求。

安装

安装 Anaconda 的整个过程包括以下五个基本步骤

• 更新 APT 软件包
• 下载最新的 Anaconda 版本
• 数据完整性验证
• 软件包安装
• 已安装的 Anaconda 软件包验证

更新 APT 软件包

在 Linux 中安装程序的首要规则是更新我们的系统软件包。我们需要使用以下命令更新我们现有的系统软件包

如果我们的 Ubuntu 系统上尚未安装 curl，我们需要下载它。它将有助于运行 Anaconda 安装命令。我们可以使用以下命令在我们的系统上获取 curl

下载最新的 Anaconda 版本

我们可以在终端窗口中使用 curl 工具下载 Anaconda 安装程序

重要提示：请记住，2020.02 版本仅与上面提到的 Python 3.7 版本兼容。

数据完整性验证

以下命令将帮助我们验证下载的 Anaconda 版本的数据完整性

现在，我们需要将输出屏幕上显示的代码与页面上 Anaconda 版本的哈希码进行比较。这两个代码应该相同，否则我们使用的 Anaconda 版本与 Python 版本不兼容，在这种情况下，该实用程序将无法正常运行。

软件包安装

我们需要执行 bash 脚本以继续安装过程

如果我们使用其他 Anaconda 版本，可以更改版本号。成功运行该命令后，我们的输出屏幕上将出现许可协议。我们需要按 Enter 键并输入 "Yes" 以授予权限并继续该过程。

最好保留默认位置。输入窗口后，我们的输出屏幕将向我们显示已完成的安装说明。通过按 Enter 键同意所有协议后，我们现在可以启动我们的安装程序。

已安装的 Anaconda 软件包验证

我们需要输入 conda 命令以显示验证信息，以验证我们软件包的安装

输出屏幕将为我们提供有关我们已安装的 Anaconda 软件包的所有信息。

在 Ubuntu 中更新 Anaconda

要在 Ubuntu 中更新 Anaconda，首先更新 Anaconda 的实用程序

接下来，我们需要执行 Anaconda 软件包的更新命令

建立和运行 Anaconda 环境

假设我们需要建立一个名为 make_environment 的 Python 3 环境，输入以下内容

使用以下命令运行环境

命令提示符将会改变。这表示我们现在处于一个带有 Python 3 的 shell 环境中。现在，我们可以在这个特定环境中工作了。

如何从 Ubuntu 中移除 Anaconda？

如果您希望从我们的 Ubuntu 系统中移除 Anaconda，需要遵循以下步骤

步骤 1：移除 Anaconda 的安装目录

要移除 Anaconda 的整个安装目录，我们需要在终端窗口中输入以下命令

步骤 2：编辑 PATH 环境变量

我们需要编辑文件，即 ~/.bashrc，并从路径环境变量中删除 Anaconda 目录。

步骤 3：删除隐藏文件

以下命令将删除在我们用户主目录中创建的隐藏文件夹和文件