Anaconda Tutorial: Hva det er, hvordan du installerer det og hvordan du bruker det

Anaconda Data Science, big data og pytho, R distribusjon

I denne artikkelen legger jeg igjen en Installasjonsveiledning for Anaconda og hvordan du bruker Conda-pakkebehandleren. Med dette kan vi lage utviklingsmiljøer for python og R med bibliotekene vi ønsker. Veldig interessant å begynne å rote med maskinlæring, dataanalyse og programmering med Python.

Anaconda er en gratis og åpen kildedistribusjon av Python og R programmeringsspråk som er mye brukt i vitenskapelig databehandling (Data ScienceData Science, Machine Learning, Science, Engineering, predictive analytics, Big Data, etc).

Den installerer et stort antall applikasjoner som er mye brukt i disse fagene samtidig, i stedet for å måtte installere dem en etter en. . Mer enn 1400, og det er mest brukt i disse fagene. Noen eksempler

  • Numpy
  • pandaer
  • tensorflow
  • H20.ai
  • Scipy
  • Jupyter
  • CBE
  • OpenCV
  • MatplotLib

For en stund siden installerte jeg Keras og TensorFlow bareback, men Anacondas løsning virker mye enklere og mer nyttig

Det er også en fantastisk alternativ for å installere Python på operativsystemet vårt med bibliotekene vi trenger, og la det isolere prosjektene i forskjellige virtuelle miljøer.

Abonner på vår mailingliste

Anaconda distribusjonspakker og applikasjoner

Jeg tester det spesifikt for noen skript for å administrere stor csv for arbeid og som jeg trenger NumPy og Pandas. Og nå skal jeg prøve Tensorflow og noe annet ;-)

Det jeg ser med antall pakker jeg ser er at det ikke er begrenset til dataanalyse fordi vi kan installere hundrevis av plugins (biblioteker) dedikert til webutvikling eller skroting som Scrappy. Så vi går med den generelle veiledningen for installasjon og oppretting av miljøer, og vi vil undersøke applikasjonene vi kan installere.

Anaconda vs Conda

Et underavsnitt. Ikke forvirre Anaconda, som er suiten som lar oss bruke mange biblioteker og dataanalyse-, vitenskapsdata- og maskinlæringsprogramvare med Conda, som er Anaconda-pakkebehandling og virtuelle miljøer.

Hvordan installere Anaconda på Ubuntu

Anaconda kan installeres på Microsoft, MacOs og Linux. Jeg vil fortelle deg om min erfaring med Ubuntu.

Det er forskjellige måter å installere Anaconda på Ubuntu, den jeg liker best, er å gå til det offisielle nettstedet og nedlasting .sh. Finn operativsystemet og versjonen som interesserer deg

Hvis du begynner, anbefaler jeg at du velger versjon 3.7 at 2.7 vil være foreldet om noen år.

Hvis du laster ned .sh for linux som meg, må du åpne konsollen eller terminalen og gå til katalogen der den er, i mitt tilfelle Nedlastinger

Husk at den vanligste feilen som folk har problemer med, er at den ikke kommer inn i riktig mappe eller katalog

cd Descargas
ls
sh nombre_del_archivo_que_has_descargado.sh

Med den første linjen går vi til Nedlastinger-katalogen, med den andre «ls» viser den filene som finnes, og slik kan vi se navnet på .sh og med den tredje utfører vi .sh som vi sier er som Windows .exe.

Og det vil begynne å løpe. Godta programvarelisensvilkårene, og den vil spørre deg om du vil installere Visual Code Studio. Jeg har sagt ja.

Fremgangsmåte etter installering av Anaconda

Du må komme deg ut av salget av terminalen for at endringene skal fungere. Så vi lukker terminalen, åpner igjen og skriver

anaconda-navigator

Dette åpner et grafisk grensesnitt med nettleserformat som lar oss installere og aktivere forskjellige pakker, selv om vi også kan gjøre alt fra konsollen.

Når det er installert, vil vi sjekke at alt er riktig. for det skal vi se hvilken versjon vi har installert

conda --version

Hvis alt er i orden, vil det gi oss høye priser conda 4.6.4 Hvis det vises en feil, må vi se hva den forteller oss om å løse den, installere den på nytt, etc.

Hvis du nettopp har installert, bør du se om det er noen oppdatering i leiligheten

conda update conda
conda update anaconda

Dette sammenligner versjonen vi har med den tilgjengelige, og hvis det er noe nytt, vil det spørre oss

Proceed ([y]/n)? y

Vi setter «og» ja og går inn

Lag virtuelle arbeidsmiljøer med Conda

Hvert prosjekt vi gjør, kan vi ha det i et eget miljø, på denne måten unngår vi problemer med pakkeavhengighet osv.

For å skape et virtuelt miljø, skal vi kalle det komparator vi skriver i terminalen:

conda create --name comparador python=3.7

Hvor komparator er navnet på det virtuelle miljøet og python = 3.7 er pakken vi vil at den skal installeres.

Vi aktiverer den med

conda activate comparador

Og vi deaktiverer med

conda deactivate

Vi bekrefter virtuelle miljøer på

conda info --envs

Dette vil vise oss miljøene vi har, det vil returnere noe sånt som

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

basen er rot, og stjernen viser oss den vi har aktivert.

Det er også en ting å merke seg. Når du aktiverer et miljø i konsollen, blir navnet lagt inn i parentes når du blir bedt om det, slik at vi til enhver tid vet hvor vi er

Mer interessante kommandoer:

vi kan søke etter applikasjoner å installere. Tenk deg at jeg vil installere Keras, for først ser jeg om applikasjonen er tilgjengelig og hvilke versjoner som er der

conda search keras

Da jeg ser at det allerede er trinn å installere det

conda install keras

Og for å se alt vi har installert i utviklingsmiljøet vårt, vil vi bruke

conda list

Håndter pakker med konda

Her er noen interessante alternativer. Det vil hjelpe oss å konfigurere det virtuelle miljøet vårt med applikasjonene vi trenger for å jobbe.

Installer pakker

Det er veldig spesifikke kommandoer. Å installere en pakke i et bestemt miljø. For eksempel Keras, i mitt nyopprettede miljø komparator

conda install --name comparador keras

Hvis vi ikke legger til –name-komparatoren, vil den installere den i det miljøet vi har aktivt for øyeblikket.

Vi kan installere flere pakker samtidig (keras og scrappy) med

conda install keras scrappy

Men det anbefales ikke å unngå avhengighetsproblemer.

Til slutt kan vi velge den spesifikke versjonen vi vil installere hvis vi er interessert av en eller annen grunn

conda install keras=2.2.4

Installer pakker som ikke er Conda

I dette tilfellet vil vi bruke pip

pip install

Oppdater pakker

Det er forskjellige alternativer. Oppdater en bestemt pakke med

conda update keras

Oppdater python

conda update python

Oppdater conda

conda update conda

Og for å oppdatere hele Anaconda-metapakken

conda update conda
conda update anaconda

Slett pakker

Slett pakker i et gitt miljø. For eksempel Keras fra miljøet komparator

conda remove -n comparador keras

Hvis vi vil slette miljøet vi er i

conda remove keras

Flere pakker kan slettes samtidig

conda remove keras scrappy

Og det anbefales å sjekke pakkene for å se om det er avinstallert riktig med

conda list

For meg er dette det grunnleggende. Hvis du vil gå dypere her, har du offisiell conda-håndbok (På engelsk)

Vi forlot en jukselaken av Conda offisiell, med hovedkommandoene for rask bruk av distribusjonen.

En spasertur gjennom det grafiske miljøet til Anaconda

Alt dette vi gjør med terminalen, og vi kan gjøre det grafisk med Anaconda-grensesnittet.

For å starte distribusjonen må vi ha basismiljøet (root) conda aktivt

conda activate base

Og med dette kan vi kalle Anaconda. Hvis ikke, vil det ikke starte

anaconda-navigator

Ser du, her finner vi basisprosjektet, som er rot og deretter miljøene du lager og som i mitt tilfelle har vært komparator.

Det er best å se det i en video

Og med kunnskapen som er tilegnet gjennom artikkelen kan vi begynne å fikle med og fikle med mange biblioteker og applikasjoner.

Hvis du har spørsmål, legg igjen en kommentar, så prøver jeg å hjelpe deg

Legg igjen en kommentar