Tutorial Anaconda: Apa itu, cara menginstalnya, dan cara menggunakannya

Anaconda Data Science, big data dan pytho, distribusi R.

Pada artikel ini saya meninggalkan file Panduan instalasi Anaconda dan bagaimana menggunakan manajer paket Conda Anda. Dengan ini kita dapat membuat lingkungan pengembangan untuk python dan R dengan pustaka yang kita inginkan. Sangat menarik untuk mulai mengotak-atik Machine Learning, analisis data, dan pemrograman dengan Python.

Anaconda adalah distribusi gratis dan Sumber Terbuka dari bahasa pemrograman Python dan R yang banyak digunakan di komputasi ilmiah (Ilmu Data Ilmu Data, Pembelajaran Mesin, Sains, Teknik, analitik prediktif, Big Data, dll).

Ini menginstal sejumlah besar aplikasi yang banyak digunakan dalam disiplin ilmu ini sekaligus, daripada harus menginstalnya satu per satu. . Lebih dari 1400 dan itu yang paling banyak digunakan dalam disiplin ilmu ini. Beberapa contoh

  • Numpy
  • Panda
  • Tensorflow
  • H20.ai
  • Scipy
  • Jupyter
  • Dask
  • OpenCV
  • MatplotLib

Beberapa waktu yang lalu saya menginstal Keras dan TensorFlow tanpa pelana tetapi solusi Anaconda tampaknya jauh lebih sederhana dan lebih berguna

Itu juga a pilihan luar biasa untuk menginstal Python di sistem operasi kami dengan pustaka yang kita butuhkan dan telah mengisolasi proyek di lingkungan virtual yang berbeda.

Paket dan aplikasi distribusi Anaconda

Saya secara khusus mengujinya untuk beberapa skrip untuk mengelola csv besar untuk pekerjaan dan untuk itu saya memerlukan NumPy dan Pandas. Dan sekarang saya akan mencoba Tensorflow dan yang lainnya ;-)

Apa yang saya lihat dengan jumlah paket yang saya lihat adalah bahwa itu tidak terbatas pada analisis data karena kita dapat menginstal ratusan plugin (perpustakaan) yang didedikasikan untuk pengembangan web atau pembongkaran seperti Scrappy. Jadi kami pergi dengan tutorial umum tentang instalasi dan pembuatan lingkungan dan kami akan menyelidiki aplikasi yang dapat kami instal.

Anaconda vs Conda

Subbagian. Jangan bingung Anaconda, yaitu suite yang memungkinkan kita menggunakan banyak pustaka dan Analisis Data, perangkat lunak Sains Data dan Pembelajaran Mesin dengan Conda, yang merupakan pengelola paket Anaconda dan lingkungan virtual.

Cara menginstal Anaconda di Ubuntu

Anaconda dapat diinstal di Microsoft, MacOs dan Linux. Saya akan bercerita tentang pengalaman saya di Ubuntu.

Ada berbagai cara untuk menginstal Anaconda di Ubuntu, yang paling saya sukai adalah mengunjungi situs web resmi dan men-download itu .sh. Temukan sistem operasi Anda dan versi yang Anda minati

Jika Anda mulai, saya sarankan Anda memilih versi 3.7 bahwa 2.7 akan menjadi usang dalam beberapa tahun.

Jika Anda mengunduh .sh untuk linux seperti saya, Anda harus membuka konsol atau terminal, dan pergi ke direktori tempatnya, dalam kasus saya download

Ingatlah bahwa kesalahan paling umum yang dialami orang-orang adalah tidak masuk ke folder atau direktori yang benar

cd Descargas
ls
sh nombre_del_archivo_que_has_descargado.sh

Dengan baris pertama kita pergi ke direktori Downloads, dengan «ls» kedua ini mendaftar file-file yang ada sehingga kita dapat melihat nama dari .sh dan dengan yang ketiga kita mengeksekusi .sh yang kita katakan adalah seperti Windows .exe.

Dan itu akan mulai berjalan. Terima persyaratan lisensi perangkat lunak dan kemudian akan menanyakan apakah Anda ingin menginstal Visual Code Studio. Saya telah mengatakan ya.

Langkah-langkah setelah menginstal Anaconda

Anda harus keluar dari penjualan terminal itu agar perubahan bisa bekerja. Jadi kami menutup terminal, membuka kembali dan mengetik

anaconda-navigator

Ini akan membuka antarmuka grafis dengan format browser yang memungkinkan kita untuk menginstal dan mengaktifkan paket yang berbeda, meskipun kita juga dapat melakukan semuanya dari konsol.

Setelah terinstal, kami akan memeriksa apakah semuanya sudah benar. untuk itu kita akan melihat versi apa yang sudah kita install

conda --version

Jika semuanya baik-baik saja maka kita akan kembali tinggi conda 4.6.4 Jika kesalahan muncul, kita harus melihat apa yang dikatakannya untuk menyelesaikannya, menginstal ulang, dll.

Jika Anda baru saja menginstal, Anda akan melihat apakah ada pembaruan di conda

conda update conda
conda update anaconda

Ini membandingkan versi yang kami miliki dengan yang tersedia dan jika ada sesuatu yang baru akan ditanyakan kepada kami

Proceed ([y]/n)? y

Kami menempatkan «dan» ya dan masuk

Buat lingkungan kerja virtual dengan Conda

Setiap proyek yang kami lakukan dapat kami miliki di lingkungan yang terpisah, dengan cara ini kami menghindari masalah dengan dependensi paket, dll.

Untuk membuat lingkungan virtual, kami akan menyebutnya pembanding kami menulis di terminal:

conda create --name comparador python=3.7

Dimana pembanding adalah nama lingkungan virtual dan python = 3.7 adalah paket yang ingin kita instal.

Kami mengaktifkannya dengan

conda activate comparador

Dan kami menonaktifkan dengan

conda deactivate

Kami memverifikasi lingkungan virtual di

conda info --envs

Ini akan menunjukkan kepada kita lingkungan yang kita miliki, itu akan mengembalikan sesuatu seperti

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

base adalah root, dan tanda bintang menunjukkan yang telah kita aktifkan.

Ada juga satu hal yang perlu diperhatikan. Saat mengaktifkan lingkungan di konsol, itu mendahului nama dalam tanda kurung pada prompt, sehingga setiap saat kita tahu di mana kita berada.

Perintah yang lebih menarik:

kita dapat mencari aplikasi untuk dipasang. Bayangkan saya ingin menginstall Keras, karena terlebih dahulu saya lihat apakah aplikasinya tersedia dan versi apa yang ada

conda search keras

Seperti yang saya lihat, itu sudah langkah untuk menginstalnya

conda install keras

Dan untuk melihat semua yang telah kami instal di lingkungan pengembangan kami, kami akan menggunakan

conda list

Tangani paket pkgs dengan conda

Berikut ini beberapa opsi menarik. Itu akan membantu kita mengkonfigurasi lingkungan virtual kita dengan aplikasi yang kita butuhkan untuk bekerja.

Instal paket

Ada perintah yang sangat spesifik. Untuk menginstal paket di lingkungan tertentu. Misalnya Keras, di lingkungan yang baru saya buat pembanding

conda install --name comparador keras

Jika kita tidak menambahkan pembanding –name, itu akan menginstalnya di lingkungan yang kita aktifkan saat itu.

Kita bisa menginstal beberapa paket sekaligus (keras dan scrappy) dengan

conda install keras scrappy

Tetapi tidak disarankan untuk menghindari masalah ketergantungan.

Terakhir, kita dapat memilih versi spesifik yang ingin kita instal jika kita tertarik dengan alasan apapun

conda install keras=2.2.4

Instal paket non-Conda

Dalam hal ini kita akan menggunakan pip

pip install

Perbarui paket

Ada beberapa opsi berbeda. Perbarui paket tertentu dengan

conda update keras

Perbarui python

conda update python

Perbarui conda

conda update conda

Dan untuk memperbarui seluruh paket meta Anaconda

conda update conda
conda update anaconda

Hapus paket

Hapus paket di lingkungan tertentu. Misalnya Keras dari lingkungan pembanding

conda remove -n comparador keras

Jika kita ingin menghapus lingkungan tempat kita berada

conda remove keras

Beberapa paket dapat dihapus secara bersamaan

conda remove keras scrappy

Dan disarankan untuk memeriksa paket untuk melihat apakah telah dihapus dengan benar

conda list

Bagi saya ini adalah dasar-dasarnya, jika Anda ingin lebih dalam di sini Anda memiliki buku pedoman konda resmi (dalam bahasa Inggris)

Kami meninggalkan a lembar contekan oleh Conda resmi, dengan perintah utama untuk penggunaan distribusi yang cepat.

Berjalan melalui lingkungan grafis Anaconda

Semua ini kami lakukan dengan terminal dan kami dapat melakukannya secara grafis dengan antarmuka Anaconda.

Untuk memulai distribusi, pertama-tama kita harus memiliki lingkungan dasar (root) conda aktif

conda activate base

Dan dengan ini kita bisa menyebutnya Anaconda. Jika tidak, itu tidak akan dimulai

anaconda-navigator

Anda lihat, di sini tampaknya bagi kami proyek dasarnya, yang merupakan root dan kemudian lingkungan yang Anda buat dan yang dalam kasus saya adalah pembanding.

Yang terbaik adalah melihatnya di video

Dan dengan pengetahuan yang diperoleh di seluruh artikel kita dapat mulai bermain-main dengan banyak perpustakaan dan aplikasi.

Jika Anda memiliki pertanyaan, tinggalkan komentar dan saya akan mencoba membantu Anda

Tinggalkan komentar