Anaconda Python: instrukcje pobierania, instalacji i konfiguracji

Spis treści:

• Zrozumienie Anacondy i jej przeznaczenia
• Przewodnik krok po kroku po instalacji Anacondy dla Pythona
• Pierwsze kroki w Anacondzie: opanowanie Condy, tworzenie środowisk i praca z Jupyter Notebook
• Co dalej

Jeśli planujesz nauczyć się Pythona, zgłębić temat uczenia maszynowego lub zająć się analizą danych, prawdopodobnie słyszałeś już o Anacondzie. W tym artykule szczegółowo omówimy, czym jest Anaconda, do czego się ją wykorzystuje i kto może ją uznać za przydatną. Zainstalujemy również Anacondę na urządzeniach z różnymi systemami operacyjnymi i omówimy podstawy jej użytkowania.

Spis treści

• Anaconda to potężna platforma do zarządzania pakietami i środowiskami, wykorzystywana głównie w analizie danych i obliczeniach naukowych. Środowisko to zostało zaprojektowane z naciskiem na języki Python i R, co czyni je idealnym rozwiązaniem dla badaczy, analityków i programistów pracujących z dużymi ilościami danych.

  Głównym celem Anacondy jest uproszczenie instalacji i zarządzania bibliotekami potrzebnymi do pracy z danymi. Zawiera wiele preinstalowanych pakietów, eliminując konieczność ręcznej instalacji i konfiguracji. Anaconda umożliwia również tworzenie izolowanych środowisk, co ułatwia zarządzanie zależnościami między projektami i unikanie potencjalnych konfliktów.

  Dzięki temu Anaconda służy nie tylko jako narzędzie do przetwarzania danych, ale także jako wygodne rozwiązanie do tworzenia aplikacji wymagających solidnego i elastycznego środowiska.

• Instalacja Anacondy Python w systemach macOS, Windows i Linux wymaga kilku kroków, które mogą się nieznacznie różnić w zależności od platformy.

  W przypadku użytkowników macOS proces rozpoczyna się od pobrania pliku instalacyjnego Anacondy z oficjalnej strony internetowej. Po zakończeniu pobierania otwórz terminal i przejdź do katalogu, w którym zapisano plik. Następnie postępuj zgodnie z instrukcjami wyświetlanymi na ekranie, aby zainstalować aplikację za pomocą polecenia bash. Należy pamiętać o dodaniu Anacondy do zmiennych środowiskowych, aby można było z niej korzystać z dowolnego miejsca w terminalu.

  W systemie Windows instalacja również rozpoczyna się od pobrania instalatora ze strony internetowej Anacondy. Następnie uruchom pobrany plik, który poprowadzi użytkownika przez proces instalacji. Zaleca się dodanie Anacondy do ścieżki PATH w systemie, aby ułatwić dostęp z wiersza poleceń.

  W systemie Linux należy pobrać skrypt instalacyjny Anacondy. Następnie, korzystając z terminala, należy nadać plikowi prawa wykonywalne za pomocą polecenia chmod. Następnie należy uruchomić instalację i postępować zgodnie z instrukcjami w terminalu. Podobnie jak w przypadku innych systemów operacyjnych, skonfigurowanie zmiennych środowiskowych dla Anacondy jest niezbędne dla optymalnej użyteczności.

  Dlatego niezależnie od systemu operacyjnego, instalacja Anacondy Python obejmuje pobranie instalatora, uruchomienie instalacji i skonfigurowanie zmiennych środowiskowych, aby w pełni wykorzystać możliwości platformy.

• Pierwsze kroki z Anacondą: poznanie Condy, środowisk wirtualnych i Jupyter Notebook.
• Co dalej?

Zrozumienie Anacondy i jej przeznaczenia

Anaconda to potężna i szeroko stosowana dystrybucja Pythona, która ułatwia przetwarzanie dużych zbiorów danych, wykonywanie obliczeń naukowych i tworzenie złożonych modeli uczenia maszynowego.

Projekt Anaconda został uruchomiony w 2012 roku w celu rozwiązania problemu znanego jako „piekło zależności” w Pythonie. Sytuacja ta wystąpiła, gdy instalacja jednej biblioteki często powodowała konflikty z innymi z powodu różnic w wersjach pakietów.

Wyobraź sobie, że tworzysz system rozpoznawania obrazu. Do przetwarzania obrazu potrzebujesz OpenCV, ale działa on tylko z NumPy 1.18. Tymczasem, aby rozpoznawać obiekty na tych obrazach, musisz użyć frameworka sieci neuronowej TensorFlow 2.15, który wymaga NumPy 1.20 lub nowszego.

Jeśli spróbujesz użyć standardowego środowiska Pythona, napotkasz błędy. Anaconda pozwala jednak łatwo skonfigurować dwa oddzielne środowiska: jedno z OpenCV i NumPy 1.18, a drugie z TensorFlow i NumPy 1.20. Oba środowiska będą działać bezproblemowo.

Istnieje kilka teorii wyjaśniających pochodzenie nazwy tego projektu:

• Nazwa „Anaconda” to gra słów: Python przywołuje skojarzenia z wężem, a zielona anakonda to największy wąż na Ziemi. Koncepcja tej dystrybucji polega na gromadzeniu ogromnej liczby narzędzi i bibliotek, które ułatwiają wydajne przetwarzanie danych.
• Nazwa „Anaconda” nawiązuje do filmu o tym samym tytule, w którym ogromny wąż goni ludzi. Twórców prawdopodobnie zafascynowała koncepcja ogromnego stworzenia poruszającego się przez dżunglę i pożerającego wszystko na swojej drodze. W tym przypadku „dżungla” symbolizuje splątany świat zależności Pythona, a Anaconda działa jak narzędzie, które niczym wąż „przeżuwa” wszystkie pojawiające się zawiłości.

Dziś Anaconda jest niezbędnym narzędziem dla naukowców i analityków danych, którzy wykorzystują ją do analizy i wizualizacji informacji. Naukowcy wykorzystują Anacondę do wykonywania obliczeń i modelowania różnych procesów. Inżynierowie uczenia maszynowego korzystają z niej podczas tworzenia, testowania i optymalizacji algorytmów. Co więcej, narzędzie to jest aktywnie wykorzystywane zarówno przez nauczycieli, jak i uczniów. Anaconda jest jednak szczególnie cenna dla początkujących, ponieważ pozwala im szybko rozpocząć kodowanie, uwalniając ich od trudności związanych z instalacją i zgodnością bibliotek.

Jednak Anaconda może nie być najlepszym wyborem, jeśli Twoja praca polega na tworzeniu aplikacji internetowych z wykorzystaniem frameworków takich jak Django lub Flask, tworzeniu narzędzi systemowych lub jeśli borykasz się z ograniczeniami miejsca na dysku. W takich sytuacjach często lepiej jest korzystać tylko z podstawowych funkcji samego Pythona lub rozważyć instalację Minicondy, lekkiej wersji dystrybucji, która zawiera tylko niezbędne elementy i wymaga mniej miejsca na dysku.

Przewodnik krok po kroku po instalacji Anacondy dla Pythona

Najpierw odwiedź anaconda.org i wybierz odpowiednią dystrybucję w oparciu o swój system operacyjny. Podstawowe funkcje są dostępne bezpłatnie, ale Anaconda z funkcjami zaawansowanymi zaczyna się od 15 USD miesięcznie. Płatność za nią daje dostęp do większej liczby narzędzi, zwiększonej przestrzeni dyskowej w chmurze, kursów i wielu innych korzyści.

Aby wybrać odpowiednią dystrybucję, kliknij przycisk „Darmowe pobieranie”. Jednak po kliknięciu strona może się przeładować, wskazując, że musisz kliknąć przycisk „Rozpocznij” i dokończyć rejestrację. W wersji 2025 rejestracja jest opcjonalna i wystarczy wybrać opcję „Pomiń rejestrację”, aby przejść do pobierania.

Istnieje kilka wersji Anacondy dla systemu macOS, które pasują zarówno do procesorów, jak i układów Intel Seria M. Po pobraniu wymaganej dystrybucji należy uruchomić instalator. Przeprowadzi Cię przez cały proces instalacji — wystarczy poczekać na jego zakończenie i w pewnym momencie zaakceptować umowę licencyjną.

Proces instalacji w systemie Windows jest w dużej mierze podobny do wersji na macOS: należy pobrać odpowiednią dystrybucję, uruchomić plik instalacyjny i kolejno klikać przycisk Dalej, aż do momentu, w którym można wybrać dodatkowe ustawienia:

• Tworzenie skrótów do komponentów w menu Start (dostępne tylko dla obsługiwanych pakietów) — ta funkcja jest domyślnie włączona.
• Włączanie Opcja „Dodanie Anacondy do zmiennej środowiskowej PATH” umożliwi systemowi korzystanie z Pythona Anacondy podczas pracy w wierszu poleceń. Jeśli jednak masz już zainstalowaną inną wersję Pythona, nie zalecamy włączania tego ustawienia, ponieważ może to powodować konflikty między różnymi wersjami i wpływać na wykonywanie bieżących skryptów. Ustawienie Anacondy jako podstawowej wersji Pythona oznacza, że ​​wszystkie pliki z rozszerzeniem .py będą automatycznie otwierane za pomocą interpretera Pythona dostarczanego przez Anacondę. Zapobiega to uruchamianiu tych plików w IDLE lub innych edytorach kodu. Po zakończeniu instalacji zaleca się wyczyszczenie pamięci podręcznej pakietów. Dotyczy to zwłaszcza sytuacji, gdy na dysku nie ma wystarczająco dużo wolnego miejsca.

Jeśli masz wątpliwości co do wyboru parametrów, lepiej pozostać przy ustawieniach domyślnych — jest to opcja najbardziej odpowiednia dla większości początkujących użytkowników.

Po zakończeniu instalacji przejdź do menu Start i znajdź listę dostępnych programów Anaconda Navigator.

Proces instalacji Anacondy w systemie operacyjnym Linux jest dość prosty, chociaż Może się różnić w zależności od wersji dystrybucji. W tym przewodniku przeprowadzimy Cię przez kroki instalacji w systemie Linux Mint 22 ze środowiskiem graficznym Cinnamon. Najpierw pobierz dystrybucję Anaconda, a następnie otwórz terminal. Dwukrotne kliknięcie pobranego pliku otworzy go jako zwykły dokument tekstowy. To jest całkowicie normalne, ale ta metoda nie pozwoli na rozpoczęcie instalacji.

Wróćmy do terminala. Zazwyczaj wszystkie pobrane pliki są zapisywane w katalogu „Pobrane”, więc należy przejść do niego za pomocą polecenia cd ~/Pobrane. Następnie należy uruchomić skrypt .sh. Aby to zrobić, należy najpierw nadać mu uprawnienia do wykonywania, a następnie go uruchomić.

Alternatywnie, możesz uruchomić skrypt bezpośrednio w bash, bez wcześniejszej zmiany uprawnień pliku:

Następnie rozpocznie się faza instalacji. Będziesz musiał zaakceptować umowę licencyjną i odpowiedzieć na szereg pytań systemowych, takich jak potwierdzenie katalogu instalacyjnego i zezwolenie na automatyczną konfigurację conda. Po zakończeniu instalacji zaleca się ponowne uruchomienie terminala lub ręczną aktualizację ustawień, uruchamiając następujące polecenie:

Aby zapewnić poprawną instalację, możesz wprowadzić dodatkowe polecenie. W tym przypadku system wyświetla wersję 25.5.1.

Po zakończeniu instalacji możesz korzystać z Anacondy bezpośrednio przez terminal lub zainstalować graficzny interfejs dostępny dla użytkowników systemów Windows i macOS. Aby dodać powłokę wizualną, użyj następującego polecenia:

Teraz wystarczy otworzyć program Anaconda Navigator:

Jeśli napotkasz problemy z instalacją programu Anaconda Python w swojej dystrybucji Linuksa, powinieneś zwrócić się o pomoc do Sieci neuronowe. Wybierz ChatGPT lub dowolny inny model umożliwiający analizę obrazu i postępuj zgodnie z zalecanymi instrukcjami. Na przykład, w systemie Linux Mint polecenie chmod, będące częścią standardowego pakietu coreutils, nagle przestało działać. ChatGPT szybko zasugerował prawidłowe polecenie instalacji brakującego pakietu. Mogą wystąpić inne trudności.

Przeczytaj także:

Efektywne zapytania do sieci neuronowych: wskazówki dotyczące formułowania żądań do ChatGPT i podobnych modeli.

Pierwsze kroki w Anacondzie: opanowanie Condy, tworzenie środowisk i praca z Jupyterem Notebook

Ekosystem Anaconda zawiera kilka podstawowych elementów:

• Conda to narzędzie do zarządzania pakietami i środowiskiem, które obsługuje instalację bibliotek i monitorowanie zgodności.
• Środowiska wirtualne to odizolowane „piaskownice” do przechowywania różnych wersji Pythona i wymaganych bibliotek.
• Jupyter Notebook to interaktywna platforma, która pozwala pracować z kodem, tekstem i danymi graficznymi bezpośrednio w przeglądarce internetowej.
• Anaconda Navigator to wizualny interfejs, który pozwala uruchamiać Jupyter i zarządzać środowiskami wirtualnymi bez użycia wiersza poleceń. Ten element został już napotkany podczas instalacji.

Skonfigurujmy środowisko wirtualne, zainstalujmy kilka wymaganych bibliotek i uruchommy Jupyter Notebook, aby poznać ekosystem. Będziemy pracować z Anacondą w systemie operacyjnym Windows.

Przeczytaj również:

Jupyter Notebook to interaktywne środowisko przeznaczone do pracy z kodem, analizy danych i wizualizacji. Pozwala użytkownikom pisać i uruchamiać kod w różnych językach programowania, w tym Pythonie, R i Julii, w jednym wygodnym interfejsie. Głównym celem Jupyter Notebook jest ułatwienie procesu rozwoju poprzez umożliwienie łączenia notatek tekstowych, wykresów i kodu w jednym dokumencie.

Ten program jest szczególnie popularny wśród naukowców zajmujących się danymi, badaczy i studentów, ponieważ wspiera tworzenie raportów wizualnych i prezentacji, a także umożliwia udostępnianie pracy. Dzięki możliwości wykonywania kodu kawałek po kawałku, użytkownicy mogą testować swoje pomysły, analizować dane i wizualizować wyniki w czasie rzeczywistym.

Dzięki temu Jupyter Notebook jest potężnym narzędziem do pracy nad projektami, w których integracja kodu, dokumentacji i wizualizacji jest istotna.

Po zainstalowaniu Anacondy w menu Start pojawia się skrót o nazwie Anaconda Prompt. Jest to specjalny wiersz poleceń, w którym menedżer Conda jest już aktywny. Z tego miejsca można użyć znanego polecenia conda —version, aby sprawdzić aktualną wersję, lub uruchomić polecenie conda env list, aby wyświetlić listę dostępnych środowisk.

Poniższy zrzut ekranu przedstawia tylko jedno środowisko – base. Jest ono tworzone automatycznie podczas instalacji Anacondy i służy jako środowisko domyślne. Gwiazdka (*) oznacza, że ​​to środowisko jest aktualnie aktywne.

Gdy tworzysz wiele środowisk, bieżące będzie oznaczone gwiazdką: wszystkie nowe pakiety będą w nim umieszczane. Na przykład, jeśli lista zawiera środowiska base, data_science i web_dev, a obok data_science znajduje się gwiazdka, polecenie conda install pandas zainstaluje bibliotekę pandas w tym środowisku. W innych środowiskach zmiany nie zostaną wprowadzone.

Utwórzmy nowe środowisko wirtualne przy użyciu Pythona w wersji 3.11. Aby to zrobić, wpisz polecenie conda create, podając nazwę środowiska i wymaganą wersję Pythona. Oto jak wyglądałoby pełne polecenie dla Anaconda Prompt:

System wyświetli listę pakietów, poprosi o potwierdzenie wyboru i rozpocznie proces instalacji. Po zakończeniu instalacji należy aktywować nowe środowisko:

Na początku wiersza poleceń zamiast (base) powinien pojawić się (myproject). Oznacza to, że znajdujesz się w nowym, aktywnym środowisku i pracujesz w nim. Zainstalujmy teraz kilka znanych bibliotek:

Aby uzyskać informacje o zainstalowanych bibliotekach, a także o ich wersjach, uruchom następujące polecenie:

Nasz obszar roboczy jest skonfigurowany i teraz Możesz uruchomić Jupyter:

Po wpisaniu odpowiedniego polecenia w przeglądarce zostanie wyświetlony interfejs Jupyter Notebook. Platforma ta pozwala nie tylko pisać kod, ale także tworzyć graficzne reprezentacje danych i dodawać komentarze tekstowe. Na przykład możemy wstawić następujący kod, który wygeneruje elementarny wykres liniowy na podstawie liczb losowych:

Wcześniej wszystkie operacje wykonywaliśmy za pomocą terminala, ale jak wiesz, Anaconda zapewnia również intuicyjny interfejs Interfejs graficzny – Navigator. Można go uruchomić z menu Start, podobnie jak w Anaconda Prompt. W tym interfejsie można łatwo przełączać się między różnymi środowiskami, instalować niezbędne pakiety i uruchamiać aplikacje, takie jak Jupyter Notebook, bez konieczności wpisywania poleceń.

Aby rozpocząć ćwiczenia, przejdź do zakładki Środowiska i kliknij przycisk Utwórz. Wprowadź nazwę nowego środowiska i wybierz odpowiednią wersję Pythona. Po kliknięciu Utwórz nowe środowisko pojawi się na liście ogólnej i będzie gotowe do zainstalowania wymaganych bibliotek. Na karcie Narzędzia główne możesz łatwo uruchomić Jupyter Notebook jednym kliknięciem.

Co dalej

Anaconda to rozbudowany ekosystem do przetwarzania danych. W tym artykule przedstawiamy krótki przegląd jego kluczowych elementów. Aby dowiedzieć się więcej, zalecamy zapoznanie się z następującymi materiałami:

• Oficjalna dokumentacja Anacondy zawiera szczegółowe instrukcje dotyczące instalowania, konfigurowania Condy i zarządzania pakietami. Ten zasób stanie się Twoim głównym źródłem informacji, tym, do którego będziesz najczęściej sięgać.
• Conda Cheat Sheet to dokument PDF zawierający kluczowe polecenia do pracy z Condą, w tym tworzenie środowisk wirtualnych, instalowanie niezbędnych pakietów i inne ważne operacje.
• JupyterLab to zaawansowana wersja Jupyter, która umożliwia jednoczesną pracę z wieloma notatnikami, plikami i terminalami w jednym interfejsie. Wypróbuj ją, jeśli nie czujesz się komfortowo pracując z jednym notatnikiem.
• Getting Started with Pandas to oficjalny podręcznik do najpopularniejszej biblioteki do analizy danych. Przyda się osobom często pracującym z tabelami, plikami CSV i Excel. Zalecamy również zapoznanie się z naszym artykułem o Pandas, który pomoże Ci zapoznać się z podstawowymi koncepcjami i da Ci możliwość ćwiczenia.
• NumPy Quickstart to wprowadzenie do biblioteki NumPy do pracy z danymi liczbowymi. Znacznie przyspiesza przetwarzanie tablic i ułatwia wykonywanie operacji matematycznych, dzięki czemu jest popularnym wyborem w projektach związanych z analizą danych, badaniami naukowymi i wieloma innymi dziedzinami.

Znajdziesz wiele fascynujących informacji o kodzie na naszym kanale Telegram. Dołącz do nas!

Przeczytaj również:

• Jak opanować Pythona samodzielnie i bez nakładów finansowych: przewodnik krok po kroku.
• Biblioteka NumPy: główne aspekty, które powinien zrozumieć początkujący.
• Przegląd platformy Draw.io do tworzenia diagramów i schematów

  Draw.io to potężne narzędzie do tworzenia różnorodnych diagramów i schematów. Ta aplikacja internetowa, dostępna za pośrednictwem przeglądarki, oferuje użytkownikom intuicyjny interfejs, który ułatwia wizualizację pomysłów i procesów.

  Wśród głównych funkcji usługi wyróżniamy szeroką gamę elementów graficznych, które pozwalają użytkownikom tworzyć zarówno proste, jak i złożone diagramy. Draw.io oferuje różnorodne kształty, linie, strzałki i pola tekstowe, co czyni go wszechstronnym narzędziem do projektowania.

  Dodatkowo, Draw.io obsługuje integrację z popularnymi usługami przechowywania danych w chmurze, takimi jak Google Drive i Dropbox, co ułatwia zapisywanie i udostępnianie utworzonych diagramów. Dzięki temu współpraca w projekcie jest bardziej efektywna, ponieważ wielu użytkowników może jednocześnie edytować ten sam diagram.

  Warto również zauważyć, że platforma jest darmowa, dzięki czemu jest dostępna dla szerokiego grona odbiorców, w tym studentów, profesjonalistów i przedsiębiorców. Ponadto Draw.io umożliwia eksportowanie gotowych diagramów w różnych formatach, takich jak PNG, JPEG i PDF, co ułatwia ich wykorzystanie w raportach i prezentacjach.

  Ogólnie rzecz biorąc, Draw.io to niezawodne i funkcjonalne narzędzie do wizualnej prezentacji informacji, przydatne w różnorodnych zadaniach, od projektów edukacyjnych po biznesowe.