Ulepsz swoje możliwości nauki danych za pomocą Anacondy w Linux

Ulepsz swoje możliwości nauki danych za pomocą Anacondy w Linux

Anaconda to narzędzie zaprojektowane w celu zapewnienia rozkładów Python i R, między innymi użytkownikom intuicyjnym. Zapewnia unikalny interfejs, który umożliwia użytkownikom łatwe przełączanie między wybranymi rozkładami w przypadku przepływów pracy związanych z naukami danych. Anaconda sprawia, że ​​zarządzanie pakietami jest naprawdę proste za pomocą środowisk wbudowanych dla różnych projektów. Obsługa wielu wersji tych samych pakietów jest czymś, z czym większość programistów zwykle ma trudności. W tym miejscu pojawia się Anaconda: Dzięki jej prostemu, ale potężnej narzędzia zarządzanie pakietami jest naprawdę wyjątkowe. Nie tylko może umożliwić łatwą użyteczność dla różnych wersji pakietów, ale także zapewnia łatwe użyteczność korzystania z różnych wersji tej samej dystrybucji.

Na przykład nadal jest w użyciu wiele pakietów, których można użyć tylko z Python 2. Ponieważ społeczność rozwoju Python już migrowała do Python 3, obsługa dwóch różnych wersji tej samej dystrybucji może stać się zadaniem podatkowym dla kogoś, kto nie jest dobrze zorientowany na sposoby zmiennych powłoki i środowiska Bash. Anaconda sprawia, że ​​instalacja i przełącz między wersjami pakietu a wersjami dystrybucji Python. Ta prosta, ale silna użyteczność dostarczana przez Anacondę sprawia, że ​​jest to jedno z najczęściej używanych narzędzi programowych w świecie nauki o danych.

Instalacja

Aby użyć AnaConda na komputerze Linux, musisz wykonać następujące kroki:

1. Ponieważ AnaConda zapewnia graficzny interfejs użytkownika, musimy zainstalować niektóre zależności za pomocą terminalu Linux.

Uruchom następujące polecenie w terminalu:

$ apt-get Instaluj libGL1-MESA-Glx libgl1-Mesa libxrandr2 libxrandr2 libxsss1 libxcursor1 libxcomposite1 libasound2 libxi6 libxtst6

Powinieneś zobaczyć dane wyjściowe, które jest podobne do następującego wyjścia, jeśli masz już zainstalowane zależności. Jeśli nie, twoje wyjście różni się od tego:

2. Teraz pobieramy Anaconda za pomocą narzędzia WGET w terminalu.

Uruchom następujące polecenie w terminalu:

$ wget https: // repo.anakonda.com/archiwum/anaconda3-2022.10-Linux-X86_64.cii

Powinieneś zobaczyć wyjście podobne do następujących:

Jeśli nie masz zainstalowanego na swoim komputerze WGET, możesz ręcznie pobrać narzędzie AnaConda, otwierając ten link i klikając przycisk Instaluj.

Możesz także zainstalować WGET, uruchamiając następujące polecenie w terminalu:

$ sudo apt-get instaluj wget


3. Uruchom następujące polecenie, aby zainstalować Anaconda dla Python 3. Zastąp ".Nazwa pliku sh ”z nazwą pobranego pliku. Wymień ~/pobieranie na swoją rzeczywistą ścieżkę:

$ bash ~/pobrań/anaconda3-2022.10-Linux-X86_64.cii

Powinieneś zobaczyć wyjście podobne do następujących:

4. Naciśnij „Enter”, aby przejść i przejrzeć informacje o licencji. Naciśnij i przytrzymaj „Enter”, aby przewijać.

5. Wpisz „Tak”, gdy jest wyświetlany, czy zaakceptujesz warunki licencyjne narzędzia AnaConda.

6. Zostaniesz poproszony o wybranie lokalizacji, w której chcesz zainstalować AnaConda. Domyślnie zapewnia opcję katalogu głównego do zainstalowania AnaConda w. Powinieneś zdecydować się na właściwą lokalizację, w której chcesz, aby została zainstalowana, zapewniając ścieżkę.

7. Zostaniesz teraz poproszony o wybranie, czy chcesz, aby instalator zainicjował AnaConda3. Wpisz „Tak” tutaj, ponieważ Anaconda zaleca wybranie „Tak”, abyś nie musiał radzić sobie z krokami inicjalizacji podczas pracy z Anaconda za każdym razem, gdy ją uruchamiasz.


8. Aby uruchomić Navigator Anaconda, uruchom następujące polecenie w terminalu:

$ Anaconda-Navigator

Powinieneś zobaczyć otwarcie nawigatora:

Notatka: Jeśli zdecydowałeś się „nie” w kroku 7, musisz zainicjować środowisko Anaconda przed uruchomieniem polecenia w kroku 8.

Uruchom następujące polecenie przed uruchomieniem polecenia 8:

$ CONDA Aktywuj


Możesz teraz wybrać z szerokiej gamy różnych narzędzi, które są dostosowane do określonych przypadków użycia. Można je użyć do napisania kodu, od prostych skryptów automatyzacji po niestandardowe głębokie sieci neuronowe, które są używane do określonych problemów z prawdziwym światem.

Podręcznik użytkownika

Anaconda może być używana w szerokim zakresie różnych przypadków użycia. Większość programistów Python i R korzysta z Anacondy, ponieważ zapewnia im łatwe zarządzanie środowiskiem. Środowisko to odosobniona przestrzeń, w której instalowane pakiety i narzędzia są odizolowane od reszty przestrzeni obliczeniowej i innych środowisk. W większości przypadków programiści są zobowiązani do korzystania z określonych wersji różnych narzędzi do określonych aplikacji. Może to stać się kłopotem, gdy jesteś zmuszony zainstalować więcej niż jedną wersję tego samego narzędzia. Aby rozwiązać ten problem z wersją, programiści instalują określone wersje oprogramowania w środowiskach niestandardowych, które umożliwiają dostęp do tych narzędzi tylko w tym konkretnym środowisku. Anaconda zapewnia łatwą użyteczność dla starych i nowych środowisk, dzięki.


Ponadto Anaconda Navigator zapewnia listę rozległych zasobów, które pomagają nowym programistom poznać ich konkretny język lub narzędzie wyboru z najlepszych dostępnych zasobów. Ta lista jest stale aktualizowana, a nawet zawiera ćwiczenia szkoleniowe i kursy, które użytkownik może odwiedzić wraz z linkami do niektórych z najczęstszych dokumentów narzędziowych.

Wniosek

Ponieważ świat nauki o danych staje się coraz ważny, narzędzia, które zapewniają przejrzysty i łatwy dostęp do większości ważnych zasobów w dowolnych potrzebach naukowców, stają się najważniejsze dla świata kodowania. Anaconda zapewnia jedne z najlepszych zasobów potrzebnych do kodowania. Z obsługą notebooków, zintegrowanych środowisk programistycznych (IDES), narzędzi do wizualizacji danych i zasobów przetwarzania w chmurze, wszystkie dostępne w tym samym parasocie, AnaConda zapewnia narzędzie jak nigdy dotąd.

Dzięki intuicyjnej graficznej interfejsie użytkownika, który oferuje wiele narzędzi do wyboru, Anaconda jest naprawdę narzędziem, które przewyższa wiele w domenie analizy danych.