【Anaconda】安装及使用

这篇具有很好参考价值的文章主要介绍了【Anaconda】安装及使用。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

前言

大家好!我是向阳花花花花,本期给大家带来的是 Anaconda 安装及使用。

每日金句分享:故事不长,也不难讲。』—— 「我在人间凑数的日子」

一、 Anaconda是什么

Anaconda是一个开源的专注于数据分析的 Python 发行版本,包含了conda、Python等190多个科学包及其依赖项。

二、为什么使用Anaconda

Anaconda对于python初学者而言及其友好,相比单独安装python主程序,选择Anaconda可以帮助省去很多麻烦,Anaconda里添加了许多常用的功能包,如果单独安装python,这些功能包则需要一条一条自行安装,在Anaconda中则不需要考虑这些。

同时Anaconda还附带捆绑了两个非常好用的交互式代码编辑器(Spyder、Jupyter notebook)。

总之,使用 Anaconda 会比单独安装 Python 方便许多,一套安装下来,我们有了 Python 解释器和 Jupyter Notebook 编辑器,可以直接上手学习。

后面的机器学习部分,使用 Jupyter Notebook 的也不少。

三、安装步骤

3.1 下载安装

首先在官网下载 Anaconda ,戳我前往Anaconda官网下载地址 ,然后下面是要注意的地方,其他地方 Next 就好。

  • <1> 选择为所有用户安装

【Anaconda】安装及使用,Python数据分析,数据分析,numpy,数据挖掘

  • <2> 勾选两个环境变量选项(两个都选,途中只勾选了一个,是不合适的)

【Anaconda】安装及使用,Python数据分析,数据分析,numpy,数据挖掘

  • <3> 不勾选两个 learn

【Anaconda】安装及使用,Python数据分析,数据分析,numpy,数据挖掘

3.2 配置conda源

这一步非常重要!因为Anaconda的下载源默认在国外,如果不配置我们国内源的话,下载速度会慢到你怀疑人生的。而且很多时候会导致网络错误而下载失败。

配置方法如下:

  • <1> 打开 Anaconda Prompt ,执行以下命令,将清华镜像配置添加到Anaconda中。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
  • <2> 然后我们输入conda info命令查看当前的channel,查看是否配置成功。
conda info
  • <3> 检查是否安装成功

【Anaconda】安装及使用,Python数据分析,数据分析,numpy,数据挖掘

结语

这篇文章主要讲解了 Anaconda 的安装和使用,是作者的 【Python 数据分析专栏】的第一篇文章,以此开头,和大家一起学习。文章来源地址https://www.toymoban.com/news/detail-626991.html

到了这里,关于【Anaconda】安装及使用的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【Python数据分析】数据分析之numpy基础

    实验环境:建立在Python3的基础之上 numpy提供了一种数据类型,提供了数据分析的运算基础,安装方式 导入numpy到python项目 本文以案例的方式展示numpy的基本语法,没有介绍语法的细枝末节,笔者认为通过查阅案例就能掌握基本用法。 numpy数组的基本概念 numpy默认所有元素具有

    2024年02月10日
    浏览(47)
  • [数据分析大全]基于Python的数据分析大全——Numpy基础

    NumPy 的全称为 Numeric Python,它是 Python 的第三方扩展包,主要用来计算、处理一维或多维数组。   步入8月了,7月时因为项目所需,自学了 深度学习 相关的内容,现在 已经把项目所需要的神经网络框架搭建起来了,输入输出也都归一化了,模拟误差也加上了,图像的参数

    2024年02月14日
    浏览(65)
  • 数据分析-python学习 (1)numpy相关

    内容为:https://juejin.cn/book/7240731597035864121的学习笔记 numpy数组创建 创建全0数组,正态分布、随机数组等就不说了,提供了相应的方法 通过已有数据创建有两种 arr1=np.array([1,2,3,4,5]) 或者data=np.loadtxt(‘C:/Users/000001_all.csv’,dtype=‘float’,delimiter=‘,’,skiprows=1) (data=np.genfromtxt(‘

    2024年02月13日
    浏览(42)
  • 【100天精通Python】Day53:Python 数据分析_NumPy数据操作和分析进阶

    目录 1. 广播  2 文件输入和输出 3 随机数生成 4 线性代数操作  5 进阶操作

    2024年02月09日
    浏览(67)
  • 银行营销数据分析---Python(numpy、pandas、matplotlib)

    数据来源:kaggle银行营销数据 工具:Python、Jupyter Notebook 本项目采取的是kaggle银行营销的数据源,主要是预测客户是否会订购银行的产品,但是,这次我将 使用numpy、pandas、matplotlib数据分析三件套,基于源数据,深入分析影响银行三大业务—存款、贷款、营销产品的因素 ,

    2024年02月07日
    浏览(58)
  • python-数据分析-numpy、pandas、matplotlib的常用方法

    输出方式不同 里面包含的元素类型 使用 索引/切片 访问ndarray元素 切片 左闭右开 np.array(list) np.arange() np.random.randn() - - - 服从标准正态分布- - - 数学期望 μ - - - 标准方差 s 使用matplotlib.pyplot模块验证标准正态分布 np.random.randint(起始数,终止数(行,列)) 数据分析 - - - 数据清洗

    2024年02月10日
    浏览(99)
  • 【Python爬虫与数据分析】NumPy进阶——数组操作与运算

    目录 一、NumPy数组操作 1. ndarray更改形状 2. ndarray转置 3. ndarray组合 4. ndarray拆分 5. ndarray排序 二、NumPy数组运算 1. 基本运算 2. 逻辑函数 3. 数学函数 三、日期时间的表示和间隔 1. 日期时间的表示——datetime64 2. 日期时间的计算——timedelta64 3. datetime64与datetime的转换 在对数组进

    2024年02月15日
    浏览(49)
  • python数据分析学习笔记之matplotlib、numpy、pandas

    为了学习机器学习,在此先学习以下数据分析的matplotlib,numpy,pandas,主要是为自己的学习做个记录,如有不会的可以随时查阅。希望大家可以一起学习共同进步,我们最终都可以说:功不唐捐,玉汝于成。就算遇到困难也不要气馁,大声说:我不怕,我敏而好学!! 把大量

    2024年02月08日
    浏览(59)
  • 【Python爬虫与数据分析】NumPy初阶——数组创建与访问

    目录 一、NumPy概述 二、NumPy数据类型 三、创建数组 1. numpy.array函数创建数组 2. np.arange创建数组 3. numpy.random.rand创建数组 4. numpy.random.randint创建数组 5. NumPy创建特殊数组 四、数组的属性 五、NumPy数组索引与切片 NumPy(Numerical Python的简称)是一个开源的Python科学计算库,用于对

    2024年02月13日
    浏览(52)
  • 【100天精通Python】Day51:Python 数据分析_数据分析入门基础与Anaconda 环境搭建

    目录 1 科学计算和数据分析概述 2. 数据收集和准备 2.1 数据收集 2.1.1  文件导入:

    2024年02月10日
    浏览(47)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包