数据科学环境Anaconda及其相关组件介绍

Anaconda:数据科学环境

数据科学环境 – 集成了大多数的数据科学工具包
Anaconda是一个用于科学计算的python发行版本,提供了包管理与环境管理的功能.
使用conda进行包管理,conda list查看当前版本中安装的包的名字
安装工具包时不要用pip命令安装,最好用conda命令
conda install packageName
conda uninstall packageName
conda upgrade --all conda upgrade packageName
conda install numpy pandas scipy
conda install numpy=1.10 conda remove packageName

Anaconda Prompt

是一个Anaconda终端,可以便捷的操作conda环境(每一个自定义环境和root环境的Prompt是分开的)

Anaconda Navigator

是Anaconda Prompt的图形界面,Anaconda Navigator是Anaconda发行版中包含桌面图形用户界面(GUI),使用户无需使用命令行命令(Prompt)即可启动应用程序并管理着conda程序包,环境,通道.Navigator可以在Anaconda Cloud或本地Anaconda存储库中搜索软件包,将其安装在环境中,运行软件包并更新他们

Anaconda Cloud

Anaconda Cloud是Anaconda额软件包管理环境,你可以在其中查找,访问,存储和共享公共和私人jupyter notebook环境以及conda,Pypi软件包.Cloud托管了适用于各种应用程序的有用的python软件包,jupyter notebook和环境,你无需登录或用于云账号即可搜索公共软件包.下载并安装他们

Anaconda jupyter lab

基于web的交互式计算环境,可以编辑易于人们阅读的文档,用于展示数据分析的过程

conda,pip,anaconda,miniconda的区别

conda是anaconda下面的一个包,也是一个包管理工具,anaconda则是一个python发行版本,包含有conda在内的各种包,miniconda就是只包含conda和conda的依赖,对于其他包,可以用conda安装.pip是python包下载管理工具,conda的话不仅是python包下载管理工具,还可以下载其他语言的包(比如R语言),当然conda和pip是可以一起用的

如何用pycharm切换Anaconda中准备好的数据科学环境(环境可以有多个)

在pycharm的setting的interpreter中:
root环境直接进入Anaconda安装目录,在安装目录中找到python.exe文件,选中即可
其他自定义环境进入Anaconda安装目录/envs/自定义环境/python.exe文件,选中即可

jupyter notebook/Lab与pycharm的关系

回答一:
jupyter更多用于数据探索和算法设计阶段,你需要即时获取一段代码的结果,然后才知道后面的代码怎么写
pycharm则更加适用于工程化的项目,比如你需要编写一个python库,或者编写一个web应用,这个时候pycharm就会比jupyter好用很多
回答二:
个人是jupyter的铁杆分粉丝,无论是用python做机器学习,还是用Scala写数据挖掘,我都是在jupyter notebook上完成代码设计和测试,然后再跑集群任务,减少环境部署困难是一个小的方面.对我来说,最重要的原因是,使用jupyter可以在编写和调试时获取最密集最实时的反馈,有任何问题插入一个cell写几行代码测试一下,真正是测试驱动编码有木有,真正是人机实时互动有木有
回答三: