Cómo crear un entorno usando anaconda

anaconda es una distribución de Python para informática científica. Integra muchas bibliotecas de terceros para informática científica en Python. También proporciona funciones de gestión de entornos y paquetes de software para resolver fácilmente múltiples problemas con la coexistencia de versiones de Python. conmutación e instalación de paquetes de software de terceros. Admite la ejecución en Linux, Windows y macOS. Anaconda utiliza el comando/herramienta conda para la gestión de paquetes y entornos.

conda VS anaconda

Conda puede entenderse como una herramienta y un comando ejecutable. Su función principal es la gestión de paquetes de software y la gestión del entorno. La administración de paquetes es similar al uso de pip, mientras que la administración del entorno le permite instalar fácilmente diferentes versiones de Python y cambiar rápidamente entre ellas. anaconda es una colección de paquetes preinstalados con conda, una versión específica de Python, algunos paquetes de software, herramientas informáticas científicas, etc., por lo que también se le llama distribución de Python. De hecho, también existe una Miniconda que, como sugiere el nombre, contiene solo lo básico (python y conda) y las dependencias obligatorias relevantes, lo que convierte a la Miniconda en una opción para usuarios con estrictos requisitos de espacio.

Instalación de Anaconda

Instalé Anaconda principalmente en el servidor CentOS y seleccioné la versión de Python y la arquitectura del sistema a instalar:

# Python 3.6

$ wget?https://repo.continuum.io/ archive/Anaconda3-4.3.1-Linux-x86_64.sh?# Sistema de 64 bits

$ wget?https:/ / repo.continuum.io/archive/Anaconda3-4.3.1-Linux-x86.sh?#Sistema de 32 bits# Python 2.7

$ wget?https://repo.continuum.io/archive /Anaconda2 -4.3.1-Linux-x86_64.sh?#Sistema de 64 bits

$ wget?https://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86. sh?# Sistema de 32 bits

(Aquí elegí Python3.6 versión 64BIT. Con respecto a la versión Python 2.7 o 3.6, puedes configurar el entorno de versión en Anaconda más adelante)

Ejecute el asistente de instalación:

$ bash Anaconda3-4.3.1-Linux-x86_64.sh

Según el asistente, acepte el acuerdo - gt; establezca la ruta de instalación (predeterminada) directorio de inicio del usuario de instalación) - gt; Luego agregue la ruta de instalación a las variables de entorno.

Problemas encontrados

1. Después de configurar la ruta de instalación en el asistente de instalación, ENTER muestra el siguiente mensaje de error:

tar (secundario): bzip2: No se puede exec: No existe tal archivo o directorio

tar (secundario): El error no se puede recuperar: salir inmediatamente

tar: El proceso secundario devolvió el estado 2

tar: Error no es recuperable: salga ahora

Instálelo:

yum -y install bzip2

2. En el último paso del asistente de instalación, si desea agregarlo. a la variable de entorno, el valor predeterminado. Si no, simplemente ENTRO directamente.

Para los sistemas Mac y Linux, después de instalar Anaconda, en realidad es una carpeta adicional en su directorio de inicio (~/anaconda) que Windows escribe en el registro. El instalador agregará el directorio bin a PATH, ahora debe hacerlo usted mismo:

# Dependiendo de la versión, agregue el directorio bin de anaconda a PATH echo 'export PATH="~/anaconda3/binPATH"' gt; gt; ~/.bashrc# Actualiza bashrc para que surta efecto inmediatamente

source ~/.bashrc

Después de configurar PATH, puedes usar el comando conda o conda --version compruebe si la RUTA es correcta.

Jupyter Notebook

Por supuesto, el propósito de instalar la plataforma Python de computación científica de Anaconda es usar Jupyter Notebook para aprender algunas de las bibliotecas de computación científica y aprendizaje automático de Python. Se puede presentar la interfaz de IPython con texto enriquecido y sí, todo el trabajo se puede presentar y almacenar en forma de notas, adecuadas para el análisis de datos, la interacción y el aprendizaje.

Sin embargo, cuando ejecuto Jupyter Notebook en el servidor, no está disponible. Esto se debe a que en su configuración actual solo se puede acceder a él localmente (es decir, en un servidor CentOS), pero el servidor solo tiene instalado un mínimo de CentOS y no tiene un entorno de escritorio, y mucho menos un navegador. Ciertamente, esto no satisface mis necesidades actuales y es necesario configurar Jupyter en el servidor para permitir el acceso remoto.

Generar archivo de configuración:

jupyter notebook ---generate-config

El archivo de configuración generado se encuentra en ~/.jupyter/jupyter_notebook_config.py.

Genere un certificado SSL autofirmado:

cd ~/.jupyter

openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout notebook_cert.key -out notebook_cert.pem

Generar contraseña hash:

python -c "import IPython;print(IPython.lib.passwd())"

Ingresar contraseña:

Verificar contraseña: sha1::7211a627f0ba.1e515d95f664181dc5f43571b8973476126e7371

Copie la contraseña generada y edite el archivo de configuración de Jupyter:

vi ~/.jupyter/jupyter_notebook_config.py

En el archivo de configuración abierto, configure los parámetros correspondientes:

c.NotebookApp.certfile = u'/home/xxxx/.jupyter/notebook_cert.pem'

c.NotebookApp.keyfile = u'/home/xxxx/.jupyter/notebook_cert.key'

c.NotebookApp.password = u'sha1:.7211a627f0ba:1e515d95f664181dc5f43571b8973476126e7371'

c.NotebookApp .ip = '*'

c.NotebookApp.port = 8081

c.NotebookApp.open_browser = False

Inicie el cuaderno nuevamente:

jupyter notebook

Utilice un navegador para acceder al local: http://192.168.111.186:8081? , puede abrir la página de Jupyter Notebook, ingresar la contraseña que acaba de establecer y podrá iniciar sesión.

En este punto, se ha implementado Jupyter Notebook en el servidor remoto. A continuación, puede instalar algunas bibliotecas necesarias para que el aprendizaje automático comience a jugar, incluidas: Numpy, Pandas, Python, Python...: Numpy, Pandas, Matplotlib, Scikit-learn, etc.