Python包管理工具：Pip 和 Conda

Python包管理工具

Anaconda：开源的Python发行版本，全平台上执行Python / R数据科学和机器学习的最简单方法。它是开发，测试和培训的行业标准。包含了conda、python等180多个科学包及其依赖项。

Miniconda：Miniconda是最小的conda安装环境，只有conda、python。

Conda：包管理与环境管理。包管理与pip类似，环境管理配合MiniConda环境配置好以后可以直接拷贝到另一台相同系统的主机上使用。十分方便。（内网无网络+无root权限项目迁移上线的福音）

Pip：python 包管理工具。提供了对 Python 包的查找、下载、安装、卸载的功能。

Conda

环境搭建：

安装MiniConda：
    # 下载bash安装包
    https://conda.io/en/latest/miniconda.html
    
    # 在安装包之前，添加清华镜像源：
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    conda config --set show_channel_urls yes
    
    # 将下载的文件移动到 ~ 下，运行
    bash ~/Miniconda2-latest-MacOSX-x86_64.sh
    
    # 一路enter回车，中间需要键入一次yes
    # 安装完成
    
    source ~/.bash_profie
    conda --version # log出版本说明成功
    
环境查看和搭建
    # 查看当前conda的所有env
    conda-env list

    # 搭建新的环境 注意使用你想要的python版本
    conda create -n spider python=3.6 -y

    # 安装完成使用 conda-env list 查看
    
    # 进入创建的环境
    conda activate spider
    pip list

    # 退出环境
    conda deactivate
    
    # 删除环境
    rm -rf ~/miniconda3/envs/spider

环境迁移
    # 压缩当前需要部署的环境名称下面的包
    tar -czf ~/miniconda3/envs/spider ~/spider.zip
    
    # 直接上传，然后解压。这里特别注意。使用的python 版本必须是解压文件里里面的bin的python局对路径进行运行程序

查看所有环境.png 新建虚拟环境.png 新环境创建成功.png

Code 基本命令：

conda install -c menpo opencv=2.4.11
conda install keras        (keras 会连带tensorflow等一起安装，但必须注意版本的问题）
conda install scikit-learn
conda install pandas
conda list -n python37
conda update conda

其他注意点

在激活的环境下可直接用 conda install packages 安装库
激活的环境下也可以使用pip安装
如何卸载
    # 将~/.bash_profile 中>>> conda initialize >>> ... # <<< conda initialize <<< 内容删除

    # 删除bash文件和miniconda3
    rm -rf ~/Miniconda3-latest-MacOSX-x86_64.sh
    rm -rf ~/miniconda3

    # 去掉隐藏文件
    rm -rf ~/.conda*

有的小伙伴们喜欢通过source进行进入和退出程序
    # 注意。假如进入了spider环境，在进行source deactivate 会报错，找不到这个文件。此时可以
    sudo cp ~/miniconda3/bin/deactivate ~/miniconda3/envs/spider/bin/

最后强推一波做的网站：https://www.mtsh.cn/