前言
Python易用简单方便,而且工具库十分的强大,很多机器学习工具库都提供python API，可是老话说的好---世界上没有免费的午餐，凡事有利有弊。其中比较头疼的就是包管理和Python不同版本的问题，特别是当你同时使用Python2和Python3的时候. 为了解决这些问题，出现了不少发行版的Python工具，比如WinPython、Anaconda等，这些发行版将python和许多常用的package打包，方便pythoners直接使用，此外，还有virtualenv、pyenv等工具管理虚拟环境。其中最受好评的要数Anaconda了.
Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。
PS:
说一下 conda、anaconda这些概念的差别。conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。
Step1. 安装Anaconda
Anaconda 的官方网站上有详细的安装教程,在此不一一列出.
很人性化的安装:
好了 ,根据控制台给出的提示,你可以关闭终端(terminal)或者选择 执行命令 source ~/.bashrc
再看看bashrc里添加的内容:
如果其他的用户需要使用Anaconda, 那么就需要把这句话放到其他用户的bashrc文件中
Step2: 创建Anaconda环境
# Python 2.7
$ conda create -n <tensorflow> python=2.7
# Python 3.5
$ conda create -n <tensorflow> python=3.5
# Python 3.6 这个是最新版的默认指定的安装Python 版本 [] 号代表字段可有可无
$ conda create -n <tensorflow> [python=3.6]
Step3.1: 使用 Anaconda
激活环境:
source activate tensorflow # 这个tensorflow是在step2中创建的Anaconda 虚拟环境的名称
进入这个环境以后,你就可以为所欲为了.
为所欲为到什么地步呢? 可以在你的虚拟环境下安装各种python库,而且不受其他环境的影响.
# 比如: 用pip安装软件...
pip install --ignore-installed tensorflow
退出环境:
source deactivate
Step3.2: 在Pycharm中使用Anaconda环境
1. 找到Preference 选项
在这个里面也能找到:
2. 找到Project Intercepter 并选择自己需要的runtime env
好了 : )
Tips
anaconda 查找可用的工具类
anaconda search -t conda tensorflow
选出一个适合你的工具
anaconda show aaronzs/tensorflow-gpu
Using Anaconda API: https://api.anaconda.org
Name:tensorflow-gpu
Summary: TensorFlow helps the tensors flow
Access:public
Package Types:conda
Versions:
+ 1.3.0
To install this package with conda run:
conda install --channel https://conda.anaconda.org/aaronzs tensorflow-gpu
