蟒蛇是什么?
简而言之,Anaconda 是一个开源包和环境管理器,其中包含数以千计的预测分析、机器学习和数据科学包。 它的目的是为 Python 程序员提供科学库和依赖项。 Anaconda 经常用于机器学习和人工智能应用程序的开发。
Anaconda 使包分发和管理更加容易。 自带conda、Jupyter Notebook等多种工具,为您提供流畅快速的包和环境开发。 Anaconda 还支持创建一个基本的、可控的环境,使任何项目部署变得简单明了。
在本文中,您将学习如何在您的计算机中安装、使用和删除 Anaconda Ubuntu 操作系统。
先决条件
- Ubuntu 20.04 或任何其他 Linux基于分布
- 终端接入
- 具有 root 或 sudo 特权。
- 互联网
笔记: 尽管本教程中使用的命令专门针对 Ubuntu 系统,所有的方法也适用于任何其他 Linux基于系统。
安装依赖包
要使用 Anaconda Navigator,您需要安装以下软件包。 Anaconda Navigator 是基于QT 的图形界面,在桌面上使用起来非常方便。
sudo apt install libgl1-mesa-glx libegl1-mesa libxrandr2 libxss1 libxrandr2 libxcursor1 libasound2 libxcomposite1 libxi6 libxtst6
下载 Anaconda 安装文件
接下来,使用以下 wget 命令下载 Anaconda 的安装文件。
wget -P /tmp https://repo.anaconda.com/archive/Anaconda3-2021.11-Linux-x86_64.sh
建议将下载文件的SHA256哈希值与官方文件哈希值进行比较,以证明您的文件是真实的。
使用以下 SHA256sum 命令获取下载文件的哈希值。
sha256sum /tmp/Anaconda3-2021.11-Linux-x86_64.sh
安装蟒蛇
运行下载的 shell 脚本并使用以下命令安装 Anaconda bash 命令。
bash /tmp/Anaconda3-2021.11-Linux-x86_64.sh
安装期间,系统会提示您接受许可条款。 类型 是的 继续。
接下来,选择安装位置并点击 Enter.
安装完成后,使用 conda init 通过键入初始化 anaconda 是的 并继续。 Conda 是 Anaconda 的命令行包管理器。 conda inti不仅会初始化anaconda,还会把自己添加到系统变量中 小路.
运行以下命令来获取您的 bashrc 文件。
source ~/.bashrc
类型 康达 或者 康达信息 在您的终端中验证 anaconda 安装。
打开康达导航器
您现在可以从系统的应用程序启动 Conda Navigator。 或者你可以简单地输入 蟒蛇导航器 在你的终端。
更新 Anaconda
您可以使用以下命令更新 anaconda。
conda update anaconda
或者你可以使用以下命令更新 Anaconda 的所有包:
conda update --all
创建 Anaconda 环境
您可以使用以下命令创建一个新的 anaconda 环境。
conda create ––name <environment-name> python=3
激活 Anaconda 环境
要激活 anaconda 环境,请运行:
conda activate <environment-name>
同样,在不使用时,您可以停用您的环境。
conda deactivate
从您的系统中卸载 Anaconda
不建议直接卸载 Anaconda,因为它会保留系统配置设置和文件。
安装 Anaconda Clean
要删除所有 anaconda 配置文件,您需要安装以下软件包。
conda install anaconda-clean
现在,删除配置文件:
anaconda-clean
您可以稍后从备份目录中检索任何重要数据。
移除 Anaconda
现在您可以使用以下 rm 命令删除 Anaconda。
从 PATH 变量中删除 Anaconda
打开 .bashrc 文件。
nano ~/.bashrc
接下来,找到并删除 康达初始化 堵塞。
现在您已经从系统中删除了 anaconda。
结论
本文将向您展示如何在您的计算机上安装和使用 Anaconda Ubuntu 系统。 Anaconda 是一种免费的开源 Python 和 R 编程语言发行版。 包括 Python 解释器,以及几个数据科学和机器学习包。
Anaconda 节省了时间,因为它确保所有团队成员都使用相同的包和独立于底层操作系统的依赖项。 它提供与张量流和 Keras 等复杂工具的轻松集成。