Làm thế nào để không sử dụng trăn anaconda

Python là ngôn ngữ lập trình đa mục đích được sử dụng trong mọi thứ, từ học máy đến thiết kế web. Nó sử dụng

pip install pandas==1.2.5 seaborn

7 [từ viết tắt đệ quy của "Pip Installs Packages" hoặc "Pip Installs Python"] làm trình quản lý gói để tự động cài đặt, cập nhật và xóa gói

Anaconda là một bản phân phối [một gói] Python, R và các ngôn ngữ khác, cũng như các công cụ phù hợp với khoa học dữ liệu [i. e. , Máy tính xách tay Jupyter và RStudio]. Nó cũng cung cấp một trình quản lý gói thay thế có tên là

pip install pandas==1.2.5 seaborn

8

Vì vậy, khi bạn cài đặt Python, bạn sẽ có một ngôn ngữ lập trình và

pip install pandas==1.2.5 seaborn

7 [có sẵn trong Python 3. 4+ và Python 2. 7. 9+], cho phép người dùng cài đặt các gói bổ sung có sẵn trên Python Package Index [hoặc PyPi]

Ngược lại, với Anaconda, bạn nhận được Python, R, hơn 250 gói được cài đặt sẵn, công cụ khoa học dữ liệu và giao diện người dùng đồ họa Anaconda Navigator

Do đó, sự khác biệt chính giữa Python và Anaconda là cái trước là ngôn ngữ lập trình và cái sau là phần mềm để cài đặt và quản lý Python và các ngôn ngữ lập trình khác [chẳng hạn như R]

Trong bài viết này, chúng ta sẽ thảo luận về cách sử dụng Anaconda để quản lý và cài đặt các gói cũng như khi nào nên sử dụng

pip install pandas==1.2.5 seaborn

7 hoặc

pip install pandas==1.2.5 seaborn

8. Hơn nữa, chúng ta sẽ thảo luận về sự khác biệt giữa các giống

pip install pandas==1.2.5 seaborn

8 [i. e. ,

pip install pandas==1.2.5 seaborn

0 và

pip install pandas==1.2.5 seaborn

1]

Người quản lý gói và môi trường

Xin lưu ý rằng tôi đang sử dụng Linux làm hệ thống chính vì nó rất thuận tiện cho các dự án lập trình [bao gồm cả macOS], vì vậy trên Windows, các lệnh sau có thể khác. Tôi khuyên bạn nên cài đặt Anaconda và sử dụng Anaconda Command Prompt để chạy các lệnh trên Windows

Trong khoa học dữ liệu và nói chung là trong lập trình, chúng tôi sử dụng môi trường ảo để cách ly các gói phụ thuộc được sử dụng trong các dự án khác nhau để chúng không xung đột với nhau. Ví dụ: bạn có thể có hai dự án. một người sử dụng pandas 0. 25 và những chú gấu trúc khác 1. 5. Bạn không thể cài đặt cả hai phiên bản trên toàn hệ thống, nhưng bạn có thể tạo các môi trường biệt lập cho từng dự án này, kích hoạt chúng và bắt đầu viết mã

Tuy nhiên, lưu ý rằng có thể cài đặt nhiều phiên bản Python trên toàn hệ thống với

pip install pandas==1.2.5 seaborn

2 và sử dụng plugin pyenv-virtualenv của nó để quản lý môi trường ảo trên Unix

Cả Python và Anaconda đều cung cấp các giải pháp để tạo môi trường ảo và quản lý gói

con trăn

Python kết hợp một mô-đun tích hợp sẵn

pip install pandas==1.2.5 seaborn

3 [từ "môi trường ảo"], có thể tạo các bộ phiên bản Python riêng biệt và các gói liên kết

1. Chạy

   pip install pandas==1.2.5 seaborn

   4 để tạo môi trường. Ví dụ lệnh

   pip install pandas==1.2.5 seaborn

   5 sẽ tạo một môi trường ảo trong thư mục

   pip install pandas==1.2.5 seaborn

   6 nằm trong thư mục làm việc hiện tại
2. Kích hoạt nó bằng cách chạy

   pip install pandas==1.2.5 seaborn

   7
3. Bạn sẽ thấy tên của môi trường trong ngoặc đơn xuất hiện trước tên người dùng của bạn
4. Liệt kê các gói được cài đặt trong môi trường này bằng cách chạy

   pip install pandas==1.2.5 seaborn

   8. Không có nhiều vào lúc này vì nó là một môi trường trong lành
5. Vô hiệu hóa nó bằng lệnh

   pip install pandas==1.2.5 seaborn

   9

pip install pandas==1.2.5 seaborn

0

Bây giờ, hãy cài đặt một vài gói trong môi trường này. Chúng tôi có thể làm điều này với

pip install pandas==1.2.5 seaborn

7, nhưng trước tiên, chúng tôi phải kích hoạt lại môi trường. Tiếp theo, chạy lệnh

pip install pandas==1.2.5 seaborn

11. Thao tác này sẽ cài đặt phiên bản

pip install pandas==1.2.5 seaborn

12 kể từ tháng 6 năm 2021 và phiên bản mới nhất hiện có của

pip install pandas==1.2.5 seaborn

13 [0. 11. 2 kể từ tháng 8 năm 2021]

Lưu ý rằng

pip install pandas==1.2.5 seaborn

7 thu thập và cài đặt các phụ thuộc của các gói này, chẳng hạn như

pip install pandas==1.2.5 seaborn

15 [bắt buộc đối với

pip install pandas==1.2.5 seaborn

12] và

pip install pandas==1.2.5 seaborn

17 [bắt buộc đối với

pip install pandas==1.2.5 seaborn

13]

pip install pandas==1.2.5 seaborn

Trăn Anaconda

Anaconda cung cấp trình quản lý gói nguồn mở của riêng mình có tên là

pip install pandas==1.2.5 seaborn

8. Nó rất giống với

pip install pandas==1.2.5 seaborn

7 mặc dù không phải lúc nào nó cũng có các gói cập nhật nhất và chậm hơn một chút so với

pip install pandas==1.2.5 seaborn

7. Tuy nhiên,

pip install pandas==1.2.5 seaborn

8 cho phép chúng tôi cài đặt các gói bên ngoài hệ sinh thái Python.

pip install pandas==1.2.5 seaborn

8 cung cấp các kênh khác nhau để chúng tôi có thể cài đặt các gói.

pip install pandas==1.2.5 seaborn

7 có một kho lưu trữ công cộng trung tâm, PyPi, nhưng cũng có thể tạo và lưu trữ kho lưu trữ của riêng bạn

Để tạo môi trường ảo với Anaconda, chúng ta có thể sử dụng GUI Anaconda Navigator hoặc dòng lệnh. Hãy bắt đầu với Anaconda Navigator

1. Đầu tiên, mở Anaconda Navigator và nhấp vào "Môi trường" ở khung bên trái [1]. Sau đó, nhấp vào

   pip install pandas==1.2.5 seaborn

   95 ở dưới cùng [2], viết tên môi trường của bạn [3], chọn phiên bản Python [hoặc R] và nhấp vào nút màu xanh lục "Tạo" [4]

1. Bây giờ, nhấp vào môi trường để kích hoạt nó [5]

1. Chúng tôi đã có một số gói được cài đặt trong môi trường, nhưng để cài đặt thêm một số gói khác, hãy chọn "Chưa cài đặt" trong menu thả xuống ở trên cùng [6] và tìm kiếm gói bằng thanh tìm kiếm [7]. Bây giờ chúng tôi phải xác định vị trí gói được yêu cầu, chọn nó, nhấp vào "Áp dụng" ở dưới cùng [8] và một lần nữa "Áp dụng" khi nó yêu cầu xác nhận của chúng tôi [9]

Cuối cùng, quay lại trang "Trang chủ", chọn môi trường và chạy ứng dụng cần thiết [ví dụ: JupyterLab]

Mặc dù sử dụng GUI thân thiện với người mới bắt đầu so với dòng lệnh, nhưng nó thực sự chậm và phức tạp hơn. Tôi thực sự khuyên bạn nên học những điều cơ bản về dòng lệnh để tăng tốc đáng kể công việc của bạn

Bây giờ hãy tạo một môi trường ảo bằng dòng lệnh

1. Loại

   pip install pandas==1.2.5 seaborn

   96. Điều này sẽ tạo ra một môi trường gọi là

   pip install pandas==1.2.5 seaborn

   97. Nó sẽ hỏi bạn có muốn tạo một môi trường trong một thư mục hay không, hãy nhập

   pip install pandas==1.2.5 seaborn

   98 và nhấn Enter để xác nhận. Lưu ý rằng tôi đang tạo môi trường trong thư mục

   pip install pandas==1.2.5 seaborn

   99. Hãy ghi nhớ điều đó;
2. Để kích hoạt môi trường, hãy chạy

   pip install pandas==1.2.5 seaborn

   71. Lưu ý rằng tên môi trường xuất hiện trước tên người dùng và máy tính của bạn [______372, trong trường hợp của tôi]
3. Bây giờ hãy cài đặt

   pip install pandas==1.2.5 seaborn

   12,

   pip install pandas==1.2.5 seaborn

   13 và

   pip install pandas==1.2.5 seaborn

   75 bằng cách chạy

   pip install pandas==1.2.5 seaborn

   76
4. Bây giờ bạn có thể chạy JupyterLab bằng cách chạy lệnh

   pip install pandas==1.2.5 seaborn

   75

pip install pandas==1.2.5 seaborn

1

Lưu ý rằng cài đặt với

pip install pandas==1.2.5 seaborn

8 mất nhiều thời gian hơn so với với

pip install pandas==1.2.5 seaborn

7, nhưng cú pháp hơi giống và đơn giản hơn

Một lợi thế đáng kể của

pip install pandas==1.2.5 seaborn

8 là nó cung cấp nhiều kênh để cài đặt các gói cho các mục đích khác nhau. Kênh gói chính được sử dụng theo mặc định do Anaconda Inc quản lý. và có thể chứa các gói lỗi thời. Mặt khác, kênh

pip install pandas==1.2.5 seaborn

81 [trang web của họ] được duy trì bởi cộng đồng và thường cung cấp nhiều gói cập nhật hơn

Chạy

pip install pandas==1.2.5 seaborn

82 để thêm kênh này. Bây giờ, bất cứ khi nào bạn muốn cài đặt các gói từ

pip install pandas==1.2.5 seaborn

81, chỉ cần thêm tùy chọn _______ 384 vào ________ 385 — ví dụ: ________ 386 cài đặt ________ 112 và

pip install pandas==1.2.5 seaborn

13 từ kênh

pip install pandas==1.2.5 seaborn

81

pip install pandas==1.2.5 seaborn

9

Tất nhiên, có nhiều kênh khác được tạo ra cho các mục đích khác nhau. Chẳng hạn, tôi là một nhà tin sinh học và cài đặt nhiều công cụ cho công việc của mình chỉ có trên kênh

pip install pandas==1.2.5 seaborn

70. Một ví dụ khác là kênh

pip install pandas==1.2.5 seaborn

71 được cung cấp bởi khung máy học PyTorch

Khi nào nên sử dụng Python hoặc Anaconda?

Nhưng khi nào chúng ta sử dụng

pip install pandas==1.2.5 seaborn

7 hoặc

pip install pandas==1.2.5 seaborn

8?

PyPi bao gồm hơn 350.000 gói được thiết kế dành riêng cho Python, trong khi Anaconda chỉ cung cấp khoảng 20.000 gói giữa kênh chính và

pip install pandas==1.2.5 seaborn

81. Tuy nhiên, các gói Anaconda không dành riêng cho Python. Nghĩa là, chẳng hạn, cũng có thể có các gói R hoặc thậm chí toàn bộ bản phân phối phần mềm sử dụng đồng thời Python, R và Perl

Hơn nữa, Anaconda chủ yếu chứa các gói dành cho khoa học dữ liệu, trong khi PyPi có thể cài đặt các gói cho bất kỳ trường hợp sử dụng nào [i. e. , mạng hoặc xây dựng trang web]. Ngoài ra, Anaconda có GUI thân thiện với người mới bắt đầu

Vì vậy, bạn có thể đã xác định khi nào nên sử dụng cái này hay cái kia vào thời điểm này. Nếu bạn là người mới bắt đầu học về khoa học dữ liệu, hãy sử dụng Anaconda;

Bây giờ hãy thảo luận về sự khác biệt giữa Anaconda và Miniconda

Anaconda vs. Miniconda

Miniconda là một bản phân phối khác của Python, nhưng trái ngược với Anaconda, nó chỉ chứa một vài gói được cài đặt sẵn [thay vì hơn 250 trong Anaconda]. Tất nhiên, nó cũng tích hợp trình quản lý gói

pip install pandas==1.2.5 seaborn

8

Nói cách khác, Miniconda là phiên bản nhẹ của Anaconda. Bạn nên sử dụng nó nếu bạn muốn tự cài đặt tất cả các gói cần thiết bằng dòng lệnh và không muốn lãng phí dung lượng ổ đĩa cho các gói bạn sẽ không sử dụng. Bạn có thể cài đặt nó theo hướng dẫn cho nền tảng của bạn tại đây

Tuy nhiên, nếu bạn chưa có nhiều kinh nghiệm với dòng lệnh nhưng muốn bắt đầu viết mã ngay lập tức, hãy chọn Anaconda và Giao diện người dùng đồ họa của nó, Anaconda Navigator

Ba

Hãy nhớ rằng tôi đã nói với bạn rằng trình quản lý gói

pip install pandas==1.2.5 seaborn

8 chậm hơn một chút so với

pip install pandas==1.2.5 seaborn

7?

Mamba là Miniconda được viết lại trên C++ nên nhanh hơn và sử dụng ít tài nguyên máy tính hơn. Nó sử dụng chính xác cùng một cú pháp. bạn chỉ cần thay đổi

pip install pandas==1.2.5 seaborn

8 thành

pip install pandas==1.2.5 seaborn

1 trong các lệnh

Để cài đặt Mamba chạy

pip install pandas==1.2.5 seaborn

71

Tôi xác định rằng trên máy của mình, với các môi trường đã được thiết lập sẵn và rất nhiều gói được lưu trong bộ nhớ cache [cũng như các kênh được thêm vào],

pip install pandas==1.2.5 seaborn

8 thực sự nhanh hơn một chút. Tuy nhiên, tôi luôn sử dụng

pip install pandas==1.2.5 seaborn

1 trên phiên bản Amazon EC2 của mình [một máy chủ nhỏ do Amazon Web Services cung cấp] chỉ với một gigabyte RAM vì quy trình

pip install pandas==1.2.5 seaborn

8 bị tắt do hết bộ nhớ. Hơn nữa,

pip install pandas==1.2.5 seaborn

1 hoạt động nhanh hơn nhiều trên các máy mới so với

pip install pandas==1.2.5 seaborn

8. Cuối cùng, tùy bạn chọn trình quản lý gói cho dự án của mình

kết luận

Trong bài viết này, tôi đã thảo luận về sự khác biệt giữa Python, Anaconda, Miniconda và Mamba. Hãy tóm tắt

1. Nếu bạn chỉ muốn sử dụng các gói Python cho khoa học dữ liệu và các miền khác, hãy sử dụng trình quản lý gói

   pip install pandas==1.2.5 seaborn

   7 của Python
2. Nếu bạn là người mới bắt đầu trong lĩnh vực khoa học dữ liệu và muốn bắt đầu tạo các dự án nổi bật ngay lập tức, hãy sử dụng Anaconda và GUI Anaconda Navigator
3. Nếu bạn có nhiều kiến ​​thức hơn về dòng lệnh và không muốn lãng phí dung lượng lưu trữ, hãy sử dụng

   pip install pandas==1.2.5 seaborn

   0
4. Nếu bạn muốn tăng tốc mọi thứ hoặc chạy

   pip install pandas==1.2.5 seaborn

   0 trên máy chậm, hãy sử dụng cho

   pip install pandas==1.2.5 seaborn

   1

Bây giờ bạn đã biết cách chọn công cụ cần thiết cho dự án Python của mình. Mã hóa vui vẻ

Nếu bạn có bất kỳ câu hỏi hoặc nghi ngờ nào, hãy liên hệ với tôi trên LinkedIn và GitHub

anaconda Khoa học dữ liệu Python

Giới thiệu về tác giả

Artur Sannikov

Tôi là sinh viên Sinh học phân tử tại Đại học Padua, Ý quan tâm đến tin sinh học và phân tích dữ liệu

Tôi có thể chạy Python mà không cần Anaconda không?

Tôi có thể sử dụng conda mà không có Anaconda không?

Tại sao nên sử dụng Anaconda thay vì Python?

Tôi nên sử dụng Anaconda hay chỉ Python?