Anaconda

最近需要在单位的电脑上跑 Python 脚本，所以像 Anaconda这样一键安装的懒人包值得推荐。

Anaconda 是一个用于科学计算和数据分析的 Python 和 R 的发行版。

它不是一个单一的软件，而是一个集成了众多工具和库的“超级大礼包”，旨在简化包管理和部署。

下载地址：https://repo.anaconda.com/archive/

符合我macOS 10.15.8要求的是Anaconda3-2023.09-0-MacOSX-x86_64.pkg

Windows没什么限制，可以下Anaconda3-2025.12-2-Windows-x86_64.exe

安装好Anaconda，改清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

Anaconda 的核心组件

1. Python 解释器

   • Anaconda 会自带一个特定版本的 Python（例如 Python 3.11 或 3.12），这是运行 Python 代码的核心引擎。

2. Conda 包管理器

   • Conda 是 Anaconda 的灵魂，是一个强大的包管理工具。它可以轻松安装、更新和卸载 Python 包及其非 Python 依赖项（如 C 库），解决了复杂的依赖关系问题。

3. 预装的核心库

   • Anaconda 默认预装了超过 250 个流行的数据科学和机器学习库，包括：
     • 数据处理与分析: pandas, NumPy
     • 可视化: Matplotlib, Seaborn
     • 科学计算: SciPy
     • 机器学习: scikit-learn, Theano, OpenCV
     • 以及其他许多常用库。

4. 图形化管理界面 (Anaconda Navigator)

   • 提供了一个用户友好的桌面应用，方便用户启动不同的开发环境（如 Jupyter Notebook, Spyder IDE）或管理已安装的包。

Anaconda 的优势

• 开箱即用： 无需单独安装 Python 和大量常用库，一步到位。
• 环境管理： Conda 允许创建和管理多个独立的 Python 环境，使不同项目可以使用不同版本的 Python 或库，避免冲突。
• 依赖管理： 自动处理复杂库的依赖关系，简化安装流程。
• 跨平台： 支持 Windows, macOS, 和 Linux 系统。

Anaconda 与打包

当您使用 Anaconda 作为开发环境编写完 Python 脚本后，若需将其打包成可在无 Python 环境的电脑上独立运行的可执行文件（如 .exe），打包工具（如 PyInstaller）会：

1. 分析您的代码： 找出您实际导入和使用的库（例如 pandas, numpy）。
2. 提取必要部分： 从您的 Anaconda 环境中仅提取这些必要的库及其依赖项。
3. 生成独立文件： 将您的脚本和这些提取的依赖项捆绑在一起，生成一个独立的可执行文件。

重要： 生成的可执行文件不会包含整个 Anaconda 安装包（约 1-3 GB）。它只包含运行您的特定脚本所需的最小依赖集合，因此文件大小虽然会比源代码大（通常在几十 MB 到几百 MB），但远小于完整的 Anaconda。

总结

Anaconda 是一个强大且便捷的 Python 科学生态平台，特别适合数据分析师、科学家和初学者。它通过集成环境和包管理，极大地降低了设置和维护 Python 开发生态系统的复杂性。