面向数据科学的 Anaconda Python 入门
Anaconda 是一个完备的、开源的数据科学软件包，拥有超过 600 万社区用户。
像很多人一样，我一直努力加入到快速发展的数据科学领域。我上过 Udemy 的 R 及 Python 语言编程课，那时我分别下载并安装了应用程序。当我试图解决各种依赖关系，安装类似 Numpy 和 Matplotlib 这样的数据科学扩展包时，我了解了 Anaconda Python 发行版。
Anaconda 是一个完备的、开源的数据科学包，拥有超过 600 万社区用户。下载和安装 Anaconda 都很容易，支持的操作系统包括 Linux, MacOS 及 Windows。
我感谢 Anaconda 降低了初学者的学习门槛。发行版自带 1000 多个数据科学包以及 Conda 包和虚拟环境管理器，让你无需单独学习每个库的安装方法。就像 Anaconda 官网上提到的，“Anaconda 库中的 Python 和 R 语言的 conda 包是我们在安全环境中修订并编译得到的优化二进制程序，可以在你系统上工作”。
我推荐使用 Anaconda Navigator，它是一个桌面 GUI 系统，包含了发行版自带的全部应用的链接，包括 RStudio、 iPython、 Jupyter Notebook、 JupyterLab、 Spyder、 Glue 和 Orange。默认环境采用 Python 3.6，但你可以轻松安装 Python 3.5、 Python 2.7 或 R。文档十分详尽，而且用户社区极好，可以提供额外的支持。
安装 Anaconda
为在我的 Linux 笔记本（I3 CPU，4GB 内存）上安装 Anaconda，我下载了 Anaconda 5.1 Linux 版安装器并运行 md5sum 进行文件校验：
1 | |
接着按照安装文档的说明，无论是否在 Bash shell 环境下，执行如下 shell 命令：
1 | |
我完全按照安装指南操作，运行这个精心编写的脚本，大约花费 5 分钟可以完成安装。安装过程中会提示：“是否希望安装器将 Anaconda 的安装路径加入到你的 /home/<user>/.bashrc？”我选择允许并重启了 shell，这会让 .bashrc 中的环境变量生效。
安装完成后，我启动了 Anaconda Navigator，具体操作是在 shell 中执行如下命令：
1 | |
Anaconda Navigator 每次启动时会检查是否有可更新的软件包，如果有，会提醒你进行更新。
按照提醒进行更新即可，无需使用命令行。Anaconda 初次启动会有些慢，如果涉及更新会额外花费几分钟。
当然，你也可以通过执行如下命令手动更新：
1 | |
浏览和安装应用
Navigator 启动后，可以很容易地浏览 Anaconda 发行版包含的应用。按照文档所述，64 位 Python 3.6 版本的 Anaconda 支持 499 个软件包。我浏览的第一个应用是 Jupyter QtConsole，这个简单易用的 GUI 支持内联数据 (inline figures) 和语法高亮。
发行版中包含 Jupyter Notebook，故无需另外安装（不像我用的其它 Python 环境那样）。
我习惯使用的 RStudio 并没有默认安装，但安装它也仅需点击一下鼠标。其它应用的启动或安装也仅需点击一下鼠标，包括 JupyterLab、 Orange、 Glue 和 Spyder 等。
Anaconda 发行版的一个强大功能是创建多套环境。假如我需要创建一套与默认 Python 3.6 不同的 Python 2.7 的环境，可以在 shell 中执行如下命令：
1 | |
Conda 负责整个安装流程，如需启动它，仅需在 shell 中执行如下命令：
1 | |
在 Anaconda GUI 的 “Applications on” 下拉菜单中选取 py27 即可。
更多内容
如果你想了解更多关于 Anaconda 的信息，可供参考的资源十分丰富。不妨从检索 Anaconda 社区及对应的邮件列表开始。
你是否在使用 Anaconda 发行版及 Navigator 呢？欢迎在评论中留下你的使用感想。
via: https://opensource.com/article/18/4/getting-started-anaconda-python
作者：Don Watkins 选题：lujun9972 译者：pinewall 校对：wxy