Im Anaconda-Repository gibt es zwei Arten von Installationsprogrammen:
" Anaconda-Installer " und " Miniconda-Installer ".
Was sind ihre Unterschiede?
Anaconda2-4.4.0.1-Linux-ppc64le.shWofür steht außerdem eine Installationsdatei 2-4.4.0.1?
Im Anaconda-Repository gibt es zwei Arten von Installationsprogrammen:
" Anaconda-Installer " und " Miniconda-Installer ".
Was sind ihre Unterschiede?
Anaconda2-4.4.0.1-Linux-ppc64le.shWofür steht außerdem eine Installationsdatei 2-4.4.0.1?
Antworten:
Der Unterschied besteht darin, dass Miniconda nur das Repository-Verwaltungssystem ausliefert. Wenn Sie es installieren, gibt es nur das Managementsystem ohne Pakete. Während es bei Anaconda wie eine Distribution mit einigen eingebauten Paketen ist.
Wie bei jeder Linux-Distribution gibt es einige Releases, die viele Updates für die enthaltenen Pakete enthalten. Deshalb gibt es einen Unterschied in der Versionsnummerierung. Wenn Sie sich nur für ein Upgrade von Anaconda entscheiden, aktualisieren Sie ein ganzes System.
rootUmgebung schafft und es mit Sachen vorgibt.
Gemäß den Originaldokumenten (Link ist jetzt tot):
Wählen Sie Anaconda, wenn Sie:
Wählen Sie Miniconda, wenn Sie:
Ich benutze Miniconda selbst. Anaconda ist aufgebläht. Viele der Pakete werden nie verwendet und können bei Bedarf problemlos installiert werden.
Beachten Sie, dass Conda der Paketmanager ist (z. B. conda listalle in der Umgebung installierten Pakete anzeigt), während Anaconda und Miniconda Distributionen sind. Eine Softwareverteilung ist eine Sammlung vorgefertigter und vorkonfigurierter Pakete, die auf einem System installiert und verwendet werden können. Ein Paketmanager ist ein Tool, das das Installieren, Aktualisieren und Entfernen von Paketen automatisiert.
Anaconda ist eine vollständige Distribution der zentralen Software im PyData-Ökosystem und enthält Python selbst sowie die Binärdateien für mehrere hundert Open-Source-Projekte von Drittanbietern. Miniconda ist im Wesentlichen ein Installationsprogramm für eine leere Conda-Umgebung, die nur Conda, seine Abhängigkeiten und Python enthält. Quelle .
Sobald Conda installiert ist, können Sie jedes benötigte Paket zusammen mit jeder gewünschten Version von Python von Grund auf neu installieren.
2-4.4.0.1ist die Versionsnummer für Ihr Anaconda-Installationspaket. Seltsamerweise ist es nicht in ihren alten Paketlisten aufgeführt .
Im April 2016 stieg die Anaconda-Versionierung von 2,5 auf 4,0, um Verwechslungen mit den Python-Versionen 2 und 3 zu vermeiden. Version 4.0 enthielt den Anaconda Navigator.
Versionshinweise für nachfolgende Versionen finden Sie hier .
condader Tatsache , dass die Installation von Paketen so lange dauert und dies anacondamit all diesen zusätzlichen Paketen einhergeht, würden Sie dann nicht anacondaeinen "schnelleren Zugriff auf Python" und andere Pakete erhalten als miniconda? Ich benutze minicondagerade, aber meine Güte, es ist so langsam.
2ist nicht Teil der Version, sondern Teil des Namens von Anaconda: In Anaconda2-4.4.0.1-Linux-ppc64le.shVersion 4.4.0.1 von Anaconda2 (für Linux, das auf Little Endian 64-Bit PowerPC ausgeführt wird).
conda ist sowohl ein Befehlszeilenprogramm als auch ein Python-Paket.
Miniconda-Installationsprogramm = Python + conda
Anaconda installer = Python + conda+ Metapaket anaconda
meta Python pkg anaconda= ca. 160 Python pkgs für den täglichen Gebrauch in der Datenwissenschaft
Anaconda Installer = Miniconda Installer + conda install anaconda
conda ist ein Python-Manager und ein Umgebungsmanager, was dies ermöglicht
conda install flake8conda create -n myenv python=3.6Miniconda-Installationsprogramm = Python + conda
conda, der Paketmanager und Umgebungsmanager, ist ein Python-Paket. Also ist Python installiert. Ursache Conda Python - Interpreter mit seinen eigenen Bibliotheken / Abhängigkeiten verteilen , aber nicht die bestehenden auf Ihrem Betriebssystem, andere minimale Abhängigkeiten wie openssl, ncurses, sqliteusw. sind ebenfalls installiert.
Grundsätzlich ist Miniconda gerecht condaund seine minimalen Abhängigkeiten . Die Umgebung, in der condainstalliert wird, ist die "Basis" -Umgebung, die zuvor als "Root" -Umgebung bezeichnet wurde.
Anaconda installer = Python + conda+ Metapaketanaconda
Meta-Python-Paket anaconda= ca. 160 Python-Pakete für den täglichen Gebrauch in der Datenwissenschaft
Meta-Pakete sind Pakete, die KEINE aktuelle Software enthalten und einfach von anderen zu installierenden Paketen abhängen.
Laden Sie ein anacondaMetapaket aus der Anaconda Cloud herunter und extrahieren Sie den Inhalt daraus. Die aktuell zu installierenden 160+ Pakete sind in aufgeführt info/recipe/meta.yaml.
package:
name: anaconda
version: '2019.07'
build:
ignore_run_exports:
- '*'
number: '0'
pin_depends: strict
string: py36_0
requirements:
build:
- python 3.6.8 haf84260_0
is_meta_pkg:
- true
run:
- alabaster 0.7.12 py36_0
- anaconda-client 1.7.2 py36_0
- anaconda-project 0.8.3 py_0
# ...
- beautifulsoup4 4.7.1 py36_1
# ...
- curl 7.65.2 ha441bb4_0
# ...
- hdf5 1.10.4 hfa1e0ec_0
# ...
- ipykernel 5.1.1 py36h39e3cac_0
- ipython 7.6.1 py36h39e3cac_0
- ipython_genutils 0.2.0 py36h241746c_0
- ipywidgets 7.5.0 py_0
# ...
- jupyter 1.0.0 py36_7
- jupyter_client 5.3.1 py_0
- jupyter_console 6.0.0 py36_0
- jupyter_core 4.5.0 py_0
- jupyterlab 1.0.2 py36hf63ae98_0
- jupyterlab_server 1.0.0 py_0
# ...
- matplotlib 3.1.0 py36h54f8f79_0
# ...
- mkl 2019.4 233
- mkl-service 2.0.2 py36h1de35cc_0
- mkl_fft 1.0.12 py36h5e564d8_0
- mkl_random 1.0.2 py36h27c97d8_0
# ...
- nltk 3.4.4 py36_0
# ...
- numpy 1.16.4 py36hacdab7b_0
- numpy-base 1.16.4 py36h6575580_0
- numpydoc 0.9.1 py_0
# ...
- pandas 0.24.2 py36h0a44026_0
- pandoc 2.2.3.2 0
# ...
- pillow 6.1.0 py36hb68e598_0
# ...
- pyqt 5.9.2 py36h655552a_2
# ...
- qt 5.9.7 h468cd18_1
- qtawesome 0.5.7 py36_1
- qtconsole 4.5.1 py_0
- qtpy 1.8.0 py_0
# ...
- requests 2.22.0 py36_0
# ...
- sphinx 2.1.2 py_0
- sphinxcontrib 1.0 py36_1
- sphinxcontrib-applehelp 1.0.1 py_0
- sphinxcontrib-devhelp 1.0.1 py_0
- sphinxcontrib-htmlhelp 1.0.2 py_0
- sphinxcontrib-jsmath 1.0.1 py_0
- sphinxcontrib-qthelp 1.0.2 py_0
- sphinxcontrib-serializinghtml 1.1.3 py_0
- sphinxcontrib-websupport 1.1.2 py_0
- spyder 3.3.6 py36_0
- spyder-kernels 0.5.1 py36_0
# ...Die vorinstallierten Pakete von meta pkg anacondasind hauptsächlich für Web Scraping und Data Science gedacht . Wie requests, beautifulsoup, numpy, nltketc.
Wenn Sie eine Miniconda installiert haben, entspricht conda install anacondadiese einer Anaconda-Installation, außer dass die Namen der Installationsordner unterschiedlich sind.
Miniconda2 gegen Miniconda. Anaconda2 gegen Anaconda.
2bedeutet, dass der mitgelieferte Python-Interpreter für condadie "Basis" -Umgebung Python 2 ist, nicht jedoch Python 3.
Miniconda bietet Ihnen den Python-Interpreter selbst sowie ein Befehlszeilentool namens conda, das als plattformübergreifender Paketmanager für Python-Pakete fungiert und den apt- oder yum-Tools ähnelt, mit denen Linux-Benutzer möglicherweise vertraut sind.
Anaconda enthält sowohl Python als auch Conda und bündelt zusätzlich eine Reihe anderer vorinstallierter Pakete, die auf wissenschaftliches Rechnen ausgerichtet sind. Erwarten Sie aufgrund der Größe dieses Bundles, dass die Installation mehrere Gigabyte Festplattenspeicher belegt.
Quelle: Jake VanderPlas Python Data Science Handbook
Das 2in Anaconda2bedeutet, dass die Hauptversion von Python 2.x und nicht die in installierte Version 3.x ist Anaconda3. Die aktuelle Version enthält Python 2.7.13.
Das 4.4.0.1ist die Versionsnummer von Anaconda. Die aktuell beworbene Version ist 4.4.0und ich gehe davon aus, dass .1es sich um eine Nebenversion oder eine andere ähnliche Verwendung handelt. Die Windows-Versionen, die ich verwende, sagen einfach 4.4.0im Dateinamen.
Andere haben jetzt den Unterschied zwischen Anaconda und Miniconda erklärt, also werde ich das überspringen.
Anaconda ist eine sehr große Installation mit ca. 2 GB und am nützlichsten für Benutzer, die mit der Installation von Modulen oder Paketen mit anderen Paketmanagern nicht vertraut sind.
Anaconda scheint sich als offizieller Paketmanager von Jupyter zu promoten. Es ist nicht. Anaconda bündelt Jupyter, R, Python und viele Pakete mit seiner Installation.
Anaconda ist für die Installation von Jupyter Lab oder des R-Kernels nicht erforderlich. An anderer Stelle stehen zahlreiche Informationen zur Installation von Jupyter Lab oder Notebooks zur Verfügung. Es gibt auch an anderer Stelle viele Informationen zur Installation von R Studio. Im Folgenden wird gezeigt, wie Sie den R-Kernel direkt in R Studio installieren:
Starten Sie R Studio, um den R-Kernel ohne Anaconda zu installieren. Geben Sie im R-Terminal-Fenster die folgenden drei Befehle ein:
install.packages("devtools")
devtools::install_github("IRkernel/IRkernel")
IRkernel::installspec()Getan. Beim nächsten Öffnen von Jupyter ist der R-Kernel verfügbar und verfügbar.
Sowohl Anaconda als auch Miniconda verwenden den Conda- Paketmanager. Der Hauptunterschied zwischen Anaconda und Miniconda ist jedoch der folgende
Die Anaconda-Distribution ist mit allen Paketen vorinstalliert, während die Miniconda-Distribution nur das Managementsystem ohne vorinstallierte Pakete ist. Wenn man Miniconda verwendet, muss man einzelne Pakete und Bibliotheken separat herunterladen.
Ich persönlich verwende die Anaconda-Distribution, da ich mich nicht wirklich um einzelne Paketinstallationen kümmern muss.
Ein Nachteil von Miniconda ist, dass die Installation jedes einzelnen Pakets viel Zeit in Anspruch nehmen kann . Im Vergleich dazu nimmt die Installation und Verwendung von Anaconda viel weniger Zeit in Anspruch.
Es gibt jedoch einige Pakete in Anaconda (QtConsole, Glueviz, Orange3 ), die ich nie verwenden musste. Ich kenne nicht einmal ihren Zweck. Ein Nachteil von Anaconda ist also, dass sie mehr Platz einnimmt als benötigt.
conda listdirekt nach der Installation von Miniconda ausführen.