Deep Learning 环境配置 2：ubuntu下anaconda安装以及多环境配置

anaconda里面集成了很多关于python科学计算的第三方库，主要是安装方便，而python是一个编译器，如果不使用anaconda，那么安装起来会比较痛苦，各个库之间的依赖性就很难连接的很好。为了使用方便，选择直接安装anaconda。
一、anaconda安装
1.下载anaconda
anaconda 官方下载链接
我使用的anaconda
根据自己的习惯选择基于python3.6或者是python2.7版本的anaconda，然后根据自己系统选择64位或者32位，我选择的是python2.7 64位的anaconda。

2.安装anaconda
首先进入下载文件的目录中，如果是在ubuntu中默认的下载路径，应该是：

cd ~/下载
bash Anaconda2-4.3.1-Linux-x86_64.sh

之后是一些anaconda信息，直接回车略过就可以。到最后有一个是否允许，输入yes。

下面是安装路径，默认就可以，直接回车。

询问是否将路径加入用户的环境变量中，输入yes，回车。

至此，anaconda安装完成，但是环境变量还没有更新。

重要！！！更新.bashrc文件，运行之后没有任何反应既为成功。

source ~/.bashrc

检验anaconda是否安装成功，在终端输入

python

显示python的版本和anaconda的版本，安装成功。

二、Anaconda多环境配置
多环境，简单的来说就是配置成既有python2.7又有python3.6两个版本，是基于Anaconda中的conda环境管理器进行配置的。因为在实际的操作中，python2和python3的差别较大，而且有些模块基于python2.7有些基于python3.6，为了更好更直观的管理两个不同版本的python，我们就需要进行多环境配置。
1.前期检查|conda
先区别一下conda和pip，pip大家应该很熟悉，是包管理器，我们进行安装依赖包的时候直接使用

pip install ******

就能很方便的安装。conda的功能比pip功能更加丰富，它不仅是包管理器，还是环境管理器，安装包的时候也是直接使用

conda install ******

当然有一些包是只能用pip安装的。conda是环境管理器体现在你只需要几行代码就能实现另一个python版本环境的搭建。
首先检查conda是否安装，会返回你安装的conda的版本。

conda --version

升级conda。

conda update conda

当conda更新为最新版本之后进入下面环境创建的过程。
2.conda管理环境
使用conda create命令创建一个环境。

conda create 环境名字 biopython

为了方便区分，我创建环境的命令是：

conda create python_2 biopython

这条命令会在~/Anaconda2/envs/python_2中给biopython创建一个新环境。
创建一个python3的环境：

conda create -n python_3 python=3 Astroid Babel

注意！！！很多跟在–后边常用的命令选项，可以被略写为一个短线加命令首字母。所以–name选项和-n的作用是一样的，之前的conda –version也可以用conda -V来替换。通过conda -h或conda –-help来看大量的缩写。因为显示的问题–和-不同，较长的为两个-。
在环境创建完成之后，我们需要确定当前是在哪个环境下，并且想在不同的环境之间进行切换。
查看当前环境：

conda info -e

conda将会显示所有环境的列表，当前环境会显示在一个括号内或者前方会有*的标识。

切换不同的环境：

source activate python_2

其他的功能，复制一个环境：

conda create -n 目标环境 --clone 要复制的环境

删除一个环境：

conda remove -n 要删除的环境 --all

不管是创建、复制还是删除环境，我们在进行操作之后都可以用命令：

conda info -e

来查看当前存在的环境。

至此，Ananconda安装和多环境配置完成，多环境的应用在下一篇进行介绍。

刚刚接触机器学习，如果有建议或问题可在下方评论或联系邮箱[email protected]，谢谢~