Python科学计算（一）环境简介——Anaconda Python

Anaconda Python 是 Python 科学技术包的合集，功能和 Python(x,y) 类似。它是新起之秀，已更新多次了。包管理使用 conda，GUI基于 PySide，所有的包基本上都是最新版，没有PyQt和wxpython等，容量适中，但该有的科学计算包都有：numpy，sicpy，matplotlib，spyder....。

Anaconda是一个和Canopy类似的科学计算环境，但用起来更加方便。自带的包管理器conda也很强大。下载地址为：http://www.continuum.io/downloads(访问不稳定，可能需要FQ.PS:（可以注册个nydus VPNFQ免费使用7天:http://www.nydus.com.cn)或者下载lantern。Anaconda提供了Python2.7和Python3.4两个主要版本，同时如果需要其他版本，还可以通过conda来创建。

安装完成后可以看到，Anaconda提供了Spyder，IPython和一个命令行。下面来看一下conda。使用conda list命令可以看到所安装的软件包,

 

 

 

 

 

 

 

 

 

其中包括了最新的科学计算相关的第三方库，主要有matplotlib,numpy,scipy,spyder,以及sklearn等机器学习包。Anaconda Python 是完全免费的企业级的Python发行大规模数据处理、预测分析和科学计算工具。conda install <软件包>和pip install <软件包>同样可以用来安装软件，两者完全兼容，另外，如果想用最新的包，可以到这个网站http://www.lfd.uci.edu/~gohlke/pythonlibs/去下载windows下的二进制程序，默认安装就可以了，这相当于使用了pip进行安装。注意版本，如果使用了virtualenv创建了虚拟环境，比如在anaconda python3.4环境下创建一个Python2.7的虚拟环境，可以使用如下命令：conda create -n python2 python=2.7，但这样是无法直接使用上述网站二进制文件安装，因为主环境为3.4版本的，但可以将二进制程序后缀改为.rar，然后
解压到2.7的虚拟环境对应的目录，这样就可以解决自己从源代码编译安装经常出错找不到依赖的问题。

 

 

 

 

 

 

    如果想更新软件，则可以使用conda update <软件包>或pip install –U <软件包>，比如conda update numpy或pip install –U numpy，但不能一次性更新所有软件，只能一次更新一个，如果想更新anaconda，可以使用conda update anaconda,conda update conda命令。对于虚拟目录下的开发环境，必须使用activate命令才有效，这样在更新虚拟环境下的软件时可以用conda命令。直接用 conda install 并用 -n 指明安装到的环境也是一种方便的手段。

 

    关于Spyder。Spyder如同IDE，但却是Python的一个拓展包。Spyder相比于python自带的IDLE，功能要强大不少，但相比于PyCharm，又要轻量级不少，总之属于轻量级的功能强大的IDE，详情看截图。