Lernilo pri Anaconda: Kio ĝi estas, kiel instali ĝin kaj kiel uzi ĝin

Anaconda Data Science, granda datumo kaj pytho, R-distribuo

En ĉi tiu artikolo mi lasas Gvidilo pri instalado de Anaconda kaj kiel uzi vian pakaĵmanaĝeron Conda. Per ĉi tio ni povas krei evoluajn mediojn por python kaj R per la bibliotekoj, kiujn ni volas. Tre interese komenci fuŝadon kun Maŝina Lernado, datumanalizo kaj programado per Python.

Anaconda estas senpaga kaj liberfonta distribuo de la programlingvoj Python kaj R vaste uzata en scienca komputado (Data ScienceData Science, Maŝinlernado, Science, Inĝenieristiko, prognozaj analizistoj, Big Data, ktp).

Ĝi instalas multajn aplikojn vaste uzatajn en ĉi tiuj fakoj samtempe anstataŭ anstataŭ instali ilin unu post la alia. . Pli ol 1400 kaj tio estas la plej uzataj en ĉi tiuj fakoj. Iuj ekzemploj

  • Numba
  • Pandoj
  • Tensorfluo
  • H20.ai
  • Sciklo
  • Jupitero
  • Dask
  • OpenCV
  • MatplotLib

Antaŭ iom da tempo mi instalis Keras kaj TensorFlow senŝirma sed la solvo de Anaconda ŝajnas multe pli simpla kaj pli utila

Ĝi ankaŭ estas bonega eblo instali Python en nia operaciumo kun la bibliotekoj, kiujn ni bezonas, kaj ĝi izoligis la projektojn en diversaj virtualaj medioj.

Anaconda distribuopakaĵoj kaj aplikoj

Mi specife testas ĝin por iuj skriptoj por administri grandajn csv por laboro kaj por kiuj mi bezonas NumPy kaj Pandas. Kaj nun mi provos Tensorflow kaj kelkajn pliajn aferojn ;-)

Kion mi vidas kun la nombro da pakoj, kiujn mi vidas, estas, ke ĝi ne limiĝas al datuma analizo, ĉar ni povas instali centojn da aldonaĵoj (bibliotekoj) dediĉitaj al interreta disvolviĝo aŭ forĵetado kiel Scrappy. Do ni iras kun la ĝenerala lernilo pri la instalado kaj kreado de medioj kaj ni esploros la aplikaĵojn, kiujn ni povas instali.

Anaconda vs Conda

Subsekcio. Ne konfuzu Anaconda, kiu estas la aro, kiu permesas al ni uzi multajn bibliotekojn kaj programojn pri Datuma Analizo, Scienca Datumo kaj Maŝinlernado kun Conda, kiu estas la paka administrilo de Anaconda kaj virtualaj medioj.

Kiel instali Anaconda en Ubuntu

Anaconda povas esti instalita en Microsoft, MacOs kaj Linukso. Mi rakontos al vi pri mia sperto en Ubuntu.

Estas diversaj manieroj instali Anaconda en Ubuntu, tiu, kiun mi plej ŝatas, estas iri al la oficiala retejo kaj elŝuti la .sh. Trovu vian operaciumon kaj la interesan version

Se vi komencas, mi rekomendas al vi elekti la version 3.7, kiu 2.7 estos malaktuala post kelkaj jaroj.

Se vi elŝutas la .sh por linux kiel mi, vi devas malfermi la konzolon aŭ terminalon, kaj iri al la dosierujo kie ĝi estas, en mia kazo Elŝutoj

Memoru, ke la plej ofta eraro, kun kiu homoj havas problemojn, estas, ke ĝi ne eniras la ĝustan dosierujon aŭ dosierujon

cd Descargas
ls
sh nombre_del_archivo_que_has_descargado.sh

Kun la unua linio ni iras al la dosierujo Elŝutoj, kun la dua «ls» ĝi listigas la dosierojn, kiuj ekzistas kaj tiel ni povas vidi la nomon de la .sh kaj kun la tria ni ekzekutas la .sh, kiun ni diras, estas kiel la Vindozo.

Kaj ĝi ekfunkcios. Akceptu la kondiĉojn pri programaj permesiloj kaj tiam ĝi demandos vin, ĉu vi volas instali Visual Code Studio. Mi diris jes.

Paŝoj post instalado de Anaconda

Vi devas eliri el tiu vendo de la fina stacio por ke la ŝanĝoj funkciu. Do ni fermas terminalon, remalfermas kaj tajpas

anaconda-navigator

Ĉi tio malfermos grafikan interfacon kun retumila formato, kiu permesos al ni instali kaj aktivigi malsamajn pakojn, kvankam ni ankaŭ povas fari ĉion de la konzolo.

Unufoje instalita ni kontrolos, ke ĉio estas ĝusta. por tio ni vidos kian version ni instalis

conda --version

Se ĉio bonas, ĝi revenos al ni conda 4.6.4 Se aperos eraro, ni devos vidi, kion ĝi diras al ni por solvi ĝin, reinstali ĝin, ktp.

Se vi ĵus instalis, vi vidu, ĉu estas ia ĝisdatigo en conda

conda update conda
conda update anaconda

Ĉi tio komparas la version, kiun ni havas, kun tiu disponebla kaj se estas io nova, ĝi demandos nin

Proceed ([y]/n)? y

Ni metas «kaj» la jes kaj eniras

Kreu virtualajn labormediojn kun Conda

Ĉiun projekton, kiun ni faras, ni povas havi en aparta medio, tiel ni evitas problemojn kun pakaj dependecoj, ktp.

Por krei virtualan medion, ni nomos ĝin komparilo ni skribas en la fina stacio:

conda create --name comparador python=3.7

Donde komparilo estas la nomo de la virtuala medio kaj python = 3.7 estas la pako, kiun ni volas, ke ĝi instalu.

Ni aktivigas ĝin per

conda activate comparador

Kaj ni malaktivigas kun

conda deactivate

Ni konfirmas virtualajn mediojn

conda info --envs

Ĉi tio montros al ni la ĉirkaŭaĵojn, kiujn ni havas, ĝi redonos ion similan

# conda environments:
#
base                  *  /home/nacho/anaconda3
comparador               /home/nacho/anaconda3/envs/comparador

bazo estas radiko, kaj la asterisko montras al ni tiun, kiun ni aktivigis.

Estas ankaŭ unu afero rimarkinda. Aktivigante medion en la konzolo, la nomo estas antaŭparentita inter krampoj tuj, tiel ke ni ĉiam scias, kie ni estas

Pli interesaj ordonoj:

ni povas serĉi programojn por instali. Imagu, ke mi volas instali Keras, ĉar unue mi rigardas, ĉu la aplikaĵo disponeblas kaj kiaj versioj estas tie

conda search keras

Kiel mi vidas, ke estas jam paŝo instali ĝin

conda install keras

Kaj por vidi ĉion, kion ni instalis en nia disvolva medio, ni uzos

conda list

Traktu pakaĵojn kun pakaĵejo

Jen kelkaj interesaj ebloj. Tio helpos nin agordi nian virtualan medion per la programoj, kiujn ni bezonas por labori.

Instalu pakojn

Estas tre specifaj komandoj. Por instali pakaĵon en specifa medio. Ekzemple Keras, en mia nove kreita ĉirkaŭaĵo komparilo

conda install --name comparador keras

Se ni ne aldonos la –nom-komparilon, ĝi instalos ĝin en la ĉirkaŭaĵo, kiun ni aktivas tiumomente.

Ni povas instali plurajn pakojn samtempe (keras kaj malplenaj) kun

conda install keras scrappy

Sed ne rekomendas eviti dependajn problemojn.

Fine ni povas elekti la specifan version, kiun ni volas instali, se ni interesiĝas ial

conda install keras=2.2.4

Instalu pakaĵojn ne-Conda

Ĉi-kaze ni uzos pip

pip install

Ĝisdatigu pakojn

Estas malsamaj ebloj. Ĝisdatigu specifan pakon per

conda update keras

Ĝisdatigu python

conda update python

Ĝisdatigu kondaĵon

conda update conda

Kaj ĝisdatigi la tutan meta-pakon Anaconda

conda update conda
conda update anaconda

Forigi pakojn

Forigi pakojn en donita medio. Ekzemple Keras el la ĉirkaŭaĵo komparilo

conda remove -n comparador keras

Se ni volas forviŝi la medion, en kiu ni estas

conda remove keras

Pluraj pakaĵoj povas esti forigitaj samtempe

conda remove keras scrappy

Kaj estas rekomendinde kontroli la pakaĵojn por vidi ĉu ĝi estis malinstalita ĝuste per

conda list

Por mi ĉi tio estas la bazaĵoj, se vi volas profundiĝi ĉi tie, vi havas la oficiala konda manlibro (en la angla)

Ni forlasis a trompfolio de Conda oficiala, kun la ĉefaj komandoj por rapida uzo de la distribuo.

Promenado tra la grafika medio de Anakondo

Ĉion ĉi tion ni faras per la fina stacio kaj ni povas fari ĝin grafike per la interfaco Anaconda.

Por komenci la distribuon unue ni devos havi la bazan median (radikan) condan aktivan

conda activate base

Kaj per ĉi tio ni povas nomi Anaconda. Se ne, ĝi ne komenciĝos

anaconda-navigator

Vidu, ĉi tie ŝajnas al ni la baza projekto, kiu estas radika kaj tiam la medioj, kiujn vi kreas kaj kiu en mia kazo estis komparilo.

Plej bone estas vidi ĝin en video

Kaj per la scioj akiritaj tra la artikolo, ni povas komenci ludi kun multaj bibliotekoj kaj aplikoj.

Se vi havas demandojn, lasu komenton kaj mi provos helpi vin

Skribu komenton