下次自动登录
现在的位置:
& 综合 & 正文
利用Anaconda搭建python科学计算环境及交互图形操作示例
下载和安装Anaconda于
http://09c8d0bb93-c95ac804525aac4b6dba79b00b39d1d3.r79./Anaconda-1.9.2-Windows-x86_64.exe
编写如下，观察交互效果：
import numpy as np
import matplotlib.pyplot as plt
class DraggableRectangle:
def __init__(self, rect):
self.rect = rect
self.press = None
def connect(self):
'connect to all the events we need'
self.cidpress = self.rect.figure.canvas.mpl_connect(
'button_press_event', self.on_press)
self.cidrelease = self.rect.figure.canvas.mpl_connect(
'button_release_event', self.on_release)
self.cidmotion = self.rect.figure.canvas.mpl_connect(
'motion_notify_event', self.on_motion)
def on_press(self, event):
'on button press we will see if the mouse is over us and store some data'
if event.inaxes != self.rect.axes: return
contains, attrd = self.rect.contains(event)
if not contains: return
print 'event contains', self.rect.xy
x0, y0 = self.rect.xy
self.press = x0, y0, event.xdata, event.ydata
def on_motion(self, event):
'on motion we will move the rect if the mouse is over us'
if self.press is None: return
if event.inaxes != self.rect.axes: return
x0, y0, xpress, ypress = self.press
dx = event.xdata - xpress
dy = event.ydata - ypress
#print 'x0=%f, xpress=%f, event.xdata=%f, dx=%f, x0+dx=%f'%(x0, xpress, event.xdata, dx, x0+dx)
self.rect.set_x(x0+dx)
self.rect.set_y(y0+dy)
self.rect.figure.canvas.draw()
def on_release(self, event):
'on release we reset the press data'
self.press = None
self.rect.figure.canvas.draw()
def disconnect(self):
'disconnect all the stored connection ids'
self.rect.figure.canvas.mpl_disconnect(self.cidpress)
self.rect.figure.canvas.mpl_disconnect(self.cidrelease)
self.rect.figure.canvas.mpl_disconnect(self.cidmotion)
fig = plt.figure()
ax = fig.add_subplot(111)
rects = ax.bar(range(10), 20*np.random.rand(10))
for rect in rects:
dr = DraggableRectangle(rect)
dr.connect()
drs.append(dr)
plt.show()
来源：http://matplotlib.org/1.3.1/users/event_handling.html
&&&&推荐文章:
【上篇】【下篇】Python||使用Anaconda完成Python多环境配置 - 推酷
Python||使用Anaconda完成Python多环境配置
今天是六月一号，国际儿童节，首先祝生活中的每一个宝宝（ 只要你觉得自己是宝宝，那你就是 ）
Happy Children’s Day!!!
OK,言归正传，昨天开始学习Django开发，个人认为，作为主流趋势，我倾向于用pyhton3.x开发，因为web开发有别与其他，对于实时响应要求相对较高，python3可以更好的优化。在刚刚结束的Pycon2017上，来自Instagram的Lisa Guo和Hui Ding（两位华裔）分别介绍了
。虽然还不是很具体了解其中的差别，但一个体量不小的公司做出了向python3迁移的举动，一定说明python3在web开发上有肯定的优势。
诚然，对于devops来说，使用python2的确是比python3更方便，虽然很多的主流框架还不支持python3，但我觉得，这只是个时间问题。
因为我电脑上装的是python2.7版本，但学习Django,又想用py3,所以就面临了多版本开发的情况。经过一番搜索安装学习，我放弃了
，选择了用
，莫名的感觉这个略屌。
windows下用python非常的麻烦。所以想要一个包管理的东西，那么Anaconda是非常好的一个管理工具，无论你是想用python2.7还是python3.4。
这句话是从网上摘的，主要是要强调一点:
对于Anaconda来说，任何模块都看作是一个包，甚至python，甚至anaconda自己。
接下来就开始Anaconda的发现之旅！
首先需要下载Anaconda,可以去
选择你对应的系统版本下载。官网服务器在国外，如果下载速度太慢，清华镜像站也提供了下载地址(
)，至于anaconda的版本选择2还是3，网上一致的说法是—- 随便 ，因为他是一个多版本管理工具，后面会创建不同python版本的分支。
然后就是安装，下载好以后双击开始安装，基本都直接选择下一步，文件安装路径可以自行选择一下。然后就是等待完成。
安装结束以后，打开 cmd ，输入 conda --version 查看版本号，如果显示出版本号，证明环境安装成功了。
开始创建python多版本环境，这里先理解一个简单的概念，其实一个python环境，就是使用命令调用当前目录下的python编译器。不同的版本，可以理解为在不同文件夹下的不同python版本的编译器。没有创建分支环境时，anaconda有个默认的分支 root ，这里不是根的意思，这个root指得就是系统环境的python环境。
创建一个除了root分支之外的2.7.&的python环境
# 创建一个名为python27的环境，指定Python版本是2.7（不用管是2.7.x，conda会为我们自动寻找2.7.x中的最新版本）
conda create --name python27 python=2.7
等待自动安装完成，到对应的目录下 （[Anaconda的安装目录]\env) 查看，自动生成一个python27的文件夹，就说明安装好了一个python2.7的环境了。
同理，在创建一个python3.4的环境
conda create --name python34 python=3.4
再看目录，自动生成python34文件夹，那么就成功安装了两个版本的python环境。
查看当前版本分支
conda info -e
在这里可以看到你所在的python环境分支（分支前面带个*号），以及已安装的所有版本分支。
切换到需要的python版本分支
#window系统
activate pyhton27
#linux,OS X系统
source activate python27
window下直接在cmd里输入 activate python27 就可以切换到python2.7版本的环境下，终端在文件路径前多了一个 (python27) ,就表示切换成功了。
进入以后就是和系统默认隔离的一个python环境，可以在这个环境里面肆意的造了，想装什么包，就装什么包，方法类似 pip
#查找beautifulsoup4的包
conda search beautifulsoup4
#为python34安装beautifulsoup
#NOTE: You must tell conda the name of the environment (--name bunnies) OR it will install in the current environment.你必须告诉conda你要安装包的环境的名称，不然会安装在当前环境下。我这里的环境就是python34
conda install [--name python34] beautifulsoup4
#查看你安装的包
conda list
退出当前python分支
deactivate
#linux, OS X
source deactivate
我的windows系统，在当前环境下，输入 deactivate ，就退出了。
已发表评论数()
请填写推刊名
描述不能大于100个字符!
权限设置： 公开
仅自己可见
正文不准确
标题不准确
排版有问题
主题不准确
没有分页内容
图片无法显示
视频无法显示
与原文不一致Anaconda多环境多版本python配置指导_ASP.NET技巧_动态网站制作指南
Anaconda多环境多版本python配置指导
来源：人气：65
conda测试指南
在开始这个conda测试之前，你应该已经下载并安装好了Anaconda或者Miniconda
注意：在安装之后，你应该关闭并重新打开windows命令行。
一、Conda测试过程：
使用conda。首先我们将要确认你已经安装好了conda
配置环境。下一步我们将通过创建几个环境来展示conda的环境管理功能。使你更加轻松的了解关于环境的一切。我们将学习如何确认你在哪个环境中，以及如何做复制一个环境作为备份。
测试python。然后我们将检查哪一个版本的python可以被安装，以及安装另一个版本的python，还有在两个版本的python之间的切换。
检查包。我们将1)罗列出安装在我们电脑上的包，2)浏览可用的包，3)使用conda install命令来来安装以及移除一些包。对于一些不能使用conda安装的包，我们将4)在Anaconda.org网站上搜索。对于那些在其它位置 的包，我们将5)使用p命令来实现安装。我们还会安装一个可以免费试用30天的商业包IOo
移除包、环境以及conda.我们将以学习删除你的包、环境以及conda来结束这次测试。
二、完整过程
提示：在任何时候你可以通过在命令后边跟上-help来获得该命令的完整文档。例如，你可以通过如下的命令来学习conda的update命令。
conda update --help
1. 管理conda：
Conda既是一个包管理器又是一个环境管理器。你肯定知道包管理器，它可以帮你发现和查看包。但是如果当我们想要安装一个包，但是这个包只支持跟 我们目前使用的python不同的版本时。你只需要几行命令，就可以搭建起一个可以运行另外python版本的环境。，这就是conda环境管理器的强大 功能。
提示：无论你使用、OS X或者Windows命令行工具，在你的命令行终端conda指令都是一样的，除非有特别说明。
检查conda已经被安装。
为了确保你已经在正确的位置安装好了conda，让我们来检查你是否已经成功安装好了Anaconda。在你的命令行终端窗口，输入如下代码：
conda --version
Conda会返回你安装Anaconda软件的版本。
提示：如果你看到了错误信息，检查你是否在安装过程中选择了仅为当前用户按安装，并且是否以同样的账户来操作。确保用同样的账户登录安装了之后重新打开命令行终端窗口。
升级当前版本的conda
接下来，让我们通过使用如下update命令来升级conda：
conda update conda
conda将会比较新旧版本并且告诉你哪一个版本的conda可以被安装。它也会通知你伴随这次升级其它包同时升级的情况。
如果新版本的conda可用，它会提示你输入y进行升级.
proceed ([y]/n)? y
conda更新到最新版后，我们将进入下一个主题。
2. 管理环境。
现在我们通过创建一些环境来展示conda的环境操作，然后移动它们。
创建并激活一个环境
使用conda create命令，后边跟上你希望用来称呼它的任何名字：
conda create --name snowflake biopython
这条命令将会给Biopython创建一个新的环境，位置在/envs/snowflakes
小技巧：很多跟在–后边常用的命令选项，可以被略写为一个短线加命令首字母。所以–name选项和-n的作用是一样的。通过conda -h或conda –-help来看大量的缩写。
激活这个新环境
Linux，OS X: source activate snowflakes
Windows：activate snowflake
小技巧：新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径；去通过conda create -h了解更多信息吧。
小技巧：如果我们没有指定安装python的版本，donda会安装我们最初安装conda时所装的那个版本的python。
创建第二个环境
这次让我们来创建并命名一个新环境，然后安装另一个版本的python以及两个包 Astroid 和 Babel。
conda create -n bunnies python=3 Astroid Babel
这将创建第二个基于python3 和Astroid and Babel 的新环境，在/envs/bunnies文件夹里。
小技巧：在此同时安装你想在这个环境中运行的程序，
小提示：在你创建环境的同时安装好所有你想要的程序，在后来依次安装可能会导致依赖性问题。
小技巧：你可以在conda create命令后边附加跟多的条件，键入conda create –h 查看更多细节。
列出所有的环境
现在让我们来检查一下截至目前你所安装的环境，使用conda environment info 命令来查conda info -envis看到如下的环境列表：
conda environments:
snowflakes
* /home/username/miniconda/envs/snowflakes
/home/username/miniconda/envs/bunnies
/home/username/miniconda
确认当前环境
你现在处于哪个环境中呢？snowflakes还是bunnies？想要确定它，输入下面的代码：
conda info -envis
conda将会显示所有环境的列表，当前环境会显示在一个括号内。
(snowflakes)
注意：conda有时也会在目前活动的环境前边加上*号。
切换到另一个环境(activate/deactivate)
为了切换到另一个环境，键入下列命令以及所需环境的名字。
Linux，OS X: source activate snowflakes
Windows：activate snowflakes
如果要从你当前工作环境的路径切换到系统根目录时，键入：
Linux，OS X: source deactivate
Windows: deactivate
当该环境不再活动时，将不再被提前显示。
复制一个环境
通过克隆来复制一个环境。这儿将通过克隆snowfllakes来创建一个称为flowers的副本。
conda create -n flowers --clone snowflakes
通过conda info –-envs来检查环境
你现在应该可以看到一个环境列表：flowers, bunnies, and snowflakes.
删除一个环境
如果你不想要这个名为flowers的环境，就按照如下方法移除该环境：
conda remove -n flowers --all
为了确定这个名为flowers的环境已经被移除，输入以下命令：
conda info -e
flowers 已经不再在你的环境列表里了，所以我们知道它被删除了。
学习更多关于环境的知识
如果你想学习更多关于conda的命令，就在该命令后边跟上 -h
conda remove -h
3. 管理Python
conda对Python的管理跟其他包的管理类似，所以可以很轻松地管理和升级多个安装。
检查python版本
首先让我们检查那个版本的python可以被安装：
conda search --full --name python
你可以使用conda search python来看到所有名字中含有“python”的包或者加上–full –name命令选项来列出完全与“python”匹配的包。
安装一个不同版本的python
现在我们假设你需要python3来编译程序，但是你不想覆盖掉你的python2.7来升级，你可以创建并激活一个名为snakes的环境，并通过下面的命令来安装最新版本的python3：
conda create -n snakes python=３
·Linux，OS X：source activate snakes
·Windows： activate snakes
小提示：给环境取一个很形象的名字，例如“Python3”是很明智的，但是并不有趣。
确定环境添加成功
为了确保snakes环境已经被安装了，键入如下命令：
conda info -e
conda会显示环境列表，当前活动的环境会被括号括起来（snakes）
检查新的环境中的python版本
确保snakes环境中运行的是python3：
python --version
使用不同版本的python
为了使用不同版本的python，你可以切换环境，通过简单的激活它就可以，让我们看看如何返回默认2.7
·Linux，OS X: source activate snowflakes
·Windows：activate snowflakes
检查python版本：
确保snowflakes环境中仍然在运行你安装conda时安装的那个版本的python。
python --version
注销该环境
当你完成了在snowflakes环境中的工作室，注销掉该环境并转换你的路径到先前的状态：
·Linux，OS X：source deactivate
·Windows：deactivate
现在让我们来演示包。我们已经安装了一些包（Astroid，Babel和一些特定版本的python），当我们创建一个新环境时。我们检查我们已 经安装了那些包，检查哪些是可用的，寻找特定的包并安装它。接下来我们在Anconda.org仓库中查找并安装一些指定的包，用conda来完成更多 pip可以实现的安装，并安装一个商业包。
查看该环境中包和其版本的列表：
使用这条命令来查看哪个版本的python或其他程序安装在了该环境中，或者确保某些包已经被安装了或被删除了。在你的终端窗口中输入：
conda list
使用conda命令查看可用包的列表
一个可用conda安装的包的列表，按照Python版本分类，可以从这个地址获得：
http://docs.continuum.io/anaconda/pkg-docs.html
查找一个包
首先让我们来检查我们需要的这个包是否可以通过conda来安装：
conda search beautifulsoup4
它展示了这个包，所以我们知道它是可用的。
安装一个新包
我们将在当前环境中安装这个Beautiful Soup包，使用conda命令如下；
conda install --name bunnies beautifulsoup4
提示：你必须告诉conda你要安装环境的名字（-n bunies）否则它将会被安装到当前环境中。
现在激活bunnies环境，并且用conda list来显示哪些程序被安装了。
·Linux，OS X：source activate bunnies
·Windows：activate bunnies
所有的平台：
conda list
从Anaconda.org安装一个包
如果一个包不能使用conda安装，我们接下来将在Anaconda.org网站查找。Anaconda.org向公开和私有包仓库提供包管理服务。Anaconda.org是一个连续分析产品。
提示：你在Anaconda.org下载东西的时候不强制要求注册。
为了从Anaconda.org下载到当前的环境中，我们需要通过指定Anaconda.org为一个特定通道，通过输入这个包的完整路径来实现。
在浏览器中，去 http://anaconda.org 网站。我们查找一个叫“bottleneck”的包，所以在左上角的叫“Search Anaconda Cloud”搜索框中输入“bottleneck”并点击search按钮。
Anaconda.org上会有超过一打的bottleneck包的版本可用，但是我们想要那个被下载最频繁的版本。所以你可以通过下载量来排序，通过点击Download栏。
点击包的名字来选择最常被下载的包。它会链接到Anaconda.org详情页显示下载的具体命令：
conda install --channel https：//conda .anaconda.ort/pandas bottleneck
检查被下载的包
conda list
通过pip命令来安装包
对于那些无法通过conda安装或者从Anaconda.org获得的包，我们通常可以用pip（“pip install packages”的简称）来安装包。
提示： pip只是一个包管理器，所以它不能为你管理环境。pip甚至不能升级python，因为它不像conda一样把python当做包来处理。但是它可以安 装一些conda安装不了的包，和vice versa（此处不会）。pip和conda都集成在Anaconda或miniconda里边。
我们激活我们想放置程序的环境，然后通过pip安装一个叫“See”的程序。
·Linux，OS X： source activate bunnies
·Windows：activate bunnies
所有平台：
pip install see
检查pip安装
检查See是否被安装：
conda list
安装商业包
安装商业包与你安装其他的包的过程异常。举个例子，让我们安装并删除一个更新的商业包的免费试用 IOPro，可以加速你的python处理速度：
conda install iopro
提示：除了学术使用，该版本在30天后试用期满
你现在可以安装以及检查你想用conda安装的任何包，无论使用conda命令、从Anaconda.org下载或者使用pip安装，无论开源软件还是商业包。
5. 移除包、环境、或者conda
如果你愿意的话。让我们通过移除一个或多个试验包、环境以及conda来结束这次测试指导。
假设你决定不再使用商业包IOPro。你可以在bunnies环境中移除它。
conda remove -n bunnies iopro
确认包已经被移除
使用conda list命令来确认IOPro已经被移除了
conda list
我们不再需要snakes环境了，所以输入以下命令：
conda remove -n snakes --all
确认环境被移除
为了确认snakes环境已经被移除了，输入以下命令：
conda info --envis
snakes不再显示在环境列表里了，所以我们知道它已经被删除了
Linux，OS X：
移除Anaconda 或 Miniconda 安装文件夹
rm -rf ~/miniconda OR
rm -rf ~/anaconda
去控制面板，点击“添加或删除程序”，选择“Python2.7（Anaconda）”或“Python2.7（Miniconda）”并点击删除程序。
优质网站模板Conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换
Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等
Miniconda包括Conda、Python
一般我们下载使用的就是Anaconda，包括了基本的一些工具包，
conda就是用于管理包和环境的命令行工具，下面介绍一下其基本用法
# 确认conda已安装
conda --version
# 更新conda版本
conda update conda
其中更新命令不仅仅会更新conda的版本，同时会自动更新相关的包，
其实，我们也可以使用这个命令来更新Anaconda版本
conda update anaconda
这里的环境指的是不同的软件版本及其依赖所构成的环境，
环境之间“绝缘”，相同软件包的不同版本可以存在于同一机器下
# 创建新环境
conda create --name snowflakes biopython
其中snowflakes代指环境的名称，biopython指要在新环境中添加的软件包，
这里并没有指定新的环境所要使用的Python版本，所以会使用当前环境使用的Python版本
# 查看当前环境
conda info --envs
# conda environments:
C:\Program Files\Anaconda3
# snowflakes
C:\Program Files\Anaconda3\envs\snowflakes
上述命令会列出当前所有可用的环境及其路径，并在当前使用的环境前添加*
root是在安装Anaconda时自动创建的环境名称，
其Python版本根据选择的Anaconda版本而定
# 创建环境时指定Python版本
conda create --name bunnies python=3 astroid babel
在创建环境指定软件包时，可以使用package_name=version_number
的方式来指定要使用的软件版本
# 切换环境
# Linux, OSX:
# source activate snowflakes
# Windows:
activate snowflakes
# 切换回默认环境(root)
# Linux, OSX:
# source deactivate
# Windows:
deactivate
其实，还可以复制一个和指定环境完全相同的环境，
只要在创建时添加--clone参数指定相应的环境名称即可
# 复制环境
conda create --name flowers --clone snowflakes
另外，环境也可以在不同机器之间进行复制，
只要将要复制的环境导出为*.yml配置文件，
再到指定机器上创建时指定配置文件即可
# 导出配置文件
conda env export --name snowflakes & snowflakes.yml
# 根据配置文件导入环境
conda env create -f snowflakes.yml
软件包管理
# 查看所有已安装的软件包
conda list
可用的完整软件包列表可以在中查找，
所有的软件包都按照Python的版本进行了分类
当我们想要安装某个软件包时，可以直接在命令行中进行查找并安装
# 查找软件包
# 罗列出所有可用的版本并在已经安装的版本前加*
conda search beautifulsoup4
# 安装软件包
conda install --name beautifulsoup4=4.4.1
另外，也可以网站上搜索想要的软件包，
根据页面上的提示执行相应的命令即可安装
最后，同样的可以使用pip命令来安装软件包
pip install XXX
而更新软件包可以使用update命令
conda update --name snowflakes beautifulsoup4=4.5.1
python管理
对于conda来说，其实python也是一个软件包，
所以，python的管理基本和软件包管理相同
# 查找可用python版本
conda search --full-name python
查找名称完全匹配python的软件包，而不是名称还有python的软件包，
可以在创建环境时指定python版本
conda create -n snakes python=3.4
卸载包、环境
# 删除指定环境中的指定包
conda remove --name snowflakes biopython
# 卸载环境
# --all参数表示移除环境中的所有软件包，即删除整个环境
conda remove --name snakes --all
所有命令都可以使用--help参数来查找详细的参数说明及用法
参考链接：
阅读(...) 评论()