One place for hosting & domains

      Verwenden der Python-Filterfunktion


      Einführung

      Die in Python integrierte filter()-Funktion kann dazu dienen, aus einem vorhandenen iterable (wie einer Liste oder einem Wörterbuch) einen neuen iterator zu erstellen, der Elemente mithilfe einer von uns bereitgestellten Funktion effizient filtern kann. Ein iterable ist ein Python-Objekt, bei dem „iterated over“ möglich ist, d. h. Elemente werden in einer Reihenfolge zurückgegeben, die wir in einer for-Schleife verwenden können.

      Die grundlegende Syntax für die Funktion filter() lautet:

      filter(function, iterable)
      

      Dadurch wird ein Filterobjekt zurückgegeben, das ein iterable ist. Wir können eine Funktion wie list() verwenden, um eine Liste aller in einem Filterobjekt zurückgegebenen Elemente zu erstellen.

      Die Funktion filter() bietet eine Möglichkeit, Werte zu filtern, die oft effizienter ist als eine Listen-Abstraktion, insbesondere wenn wir mit größeren Datensätzen arbeiten. Beispielsweise erstellt eine Listen-Abstraktion eine neue Liste, was die Laufzeit dieser Verarbeitung erhöht. So verfügen wir, nachdem unsere Listen-Abstraktion ihren Ausdruck abgeschlossen hat, über zwei Listen im Arbeitsspeicher. Allerdings wird filter() ein einfaches Objekt erstellen, das einen Verweis auf die Originalliste, die bereitgestellte Funktion und einen Index enthält, wo in der Originalliste gesucht werden soll. Dafür wird weniger Arbeitsspeicher benötigt.

      In diesem Tutorial werden wir uns vier verschiedene Methoden zur Verwendung von filter() ansehen: mit zwei verschiedenen iterable-Strukturen, mit einer lambda-Funktion und ohne definierte Funktion.

      Verwenden von filter() mit einer Funktion

      Das erste Argument für filter() ist eine Funktion, mit der wir entscheiden, ob die einzelnen Elemente enthalten sein oder herausgefiltert werden sollen. Die Funktion wird für jedes Element im iterable, das als zweites Argument übergeben wird, einmal aufgerufen, und bei jeder Rückgabe von False wird der Wert gelöscht. Da dieses Argument eine Funktion ist, können wir entweder eine normale Funktion übergeben oder lambda-Funktionen nutzen, insbesondere wenn der Ausdruck weniger komplex ist.

      Im Folgenden wird die Syntax einer lambda-Funktion mit filter() dargestellt:

      filter(lambda item: item[] expression, iterable)
      

      Mit einer Liste wie dieser können wir eine lambda-Funktion mit einem Ausdruck integrieren, gegen den wir die einzelnen Elemente aus der Liste bewerten möchten:

      creature_names = ['Sammy', 'Ashley', 'Jo', 'Olly', 'Jackie', 'Charlie']
      

      Um die Liste zu filtern und die Namen unserer Aquariumbewohner zu finden, die mit einem Vokal beginnen, können wir die folgende lambda-Funktion ausführen:

      print(list(filter(lambda x: x[0].lower() in 'aeiou', creature_names)))
      

      Hier deklarieren wir einen Punkt in unserer Liste als x. Dann legen wir unseren Ausdruck so fest, dass er auf das erste Zeichen der jeweiligen Zeichenfolge (oder Zeichen „zero“) zugreift, also x[0]. Durch Kleinschreibung aller Namen wird sichergestellt, dass Buchstaben mit der Zeichenfolge in unserem Ausdruck (aeiou) abgeglichen werden.

      Abschließend übergeben wir das iterable creature_names. Wie im vorherigen Abschnitt wenden wir list() auf das Ergebnis an, um eine Liste aus den iterator filter()-Ergebnissen zu erstellen.

      Die Ausgabe wird wie folgt aussehen:

      Output

      ['Ashley', 'Olly']

      Das gleiche Ergebnis kann mit einer selbst definierten Funktion erzielt werden:

      creature_names = ['Sammy', 'Ashley', 'Jo', 'Olly', 'Jackie', 'Charlie']
      
      def names_vowels(x):
        return x[0].lower() in 'aeiou'
      
      filtered_names = filter(names_vowels, creature_names)
      
      print(list(filtered_names))
      

      Unsere Funktion names_vowels definiert den Ausdruck, den wir implementieren werden, um creature_names zu filtern.

      Die Ausgabe würde erneut wie folgt aussehen:

      Output

      ['Ashley', 'Olly']

      Im Allgemeinen erzielen lambda-Funktionen mit filter() das gleiche Ergebnis, wie wenn wir eine reguläre Funktion verwenden würden. Die Notwendigkeit zur Definition einer regulären Funktion wächst mit der Komplexität der Ausdrücke zum Filtern unserer Daten. Dadurch lässt sich in unserem Code wahrscheinlich auch eine bessere Lesbarkeit erzielen.

      Verwenden von None mit filter()

      Wir können None als erstes Argument an filter() übergeben, damit der zurückgegebene iterator alle Werte ausgibt, die Python als „falsy“ erachtet. Im Allgemeinen betrachtet Python alles mit einer Länge von 0 (wie eine leere Liste oder eine leere Zeichenfolge) und alles, was 0 numerisch entspricht, als „false“, daher die Verwendung des Begriffs „falsy“.

      Im folgenden Fall möchten wir unsere Liste so filtern, dass nur die Tanknummern unseres Aquariums angezeigt werden:

      aquarium_tanks = [11, False, 18, 21, "", 12, 34, 0, [], {}]
      

      In diesem Code haben wir eine Liste, die Integer, leere Sequenzen und einen booleschen Wert enthält.

      filtered_tanks = filter(None, aquarium_tanks)
      

      Wir verwenden die Funktion filter() mit None und übergeben die Liste aquarium_tanks als unser iterable. Da wir None als erstes Argument übergeben haben, prüfen wir, ob die Elemente in unserer Liste als false angesehen werden.

      print(list(filtered_tanks))
      

      Dann schließen wir filtered_tanks in eine list()-Funktion ein, damit sie beim Drucken eine Liste für filtered_tanks zurückgibt.

      Hier sehen wir, dass die Ausgabe nur die Integerwerte enthält. Alle Elemente, die zu False ausgewertet wurden oder der Länge 0 entsprechen, wurden durch filter() entfernt:

      Output

      [11, 25, 18, 21, 12, 34]

      Anmerkung: Wenn wir list() nicht verwenden und filtered_tanks drucken, erhalten wir ein Filterobjekt, das etwa so aussieht: <Filter object at 0x7fafd5903240>. Das Filterobjekt ist ein iterable, sodass wir ein loop over mit for vornehmen können; alternativ können wir list() verwenden, um es in eine Liste umzuwandeln. Dies tun wir hier, da es eine gute Möglichkeit ist, die Ergebnisse zu prüfen.

      Bei None haben wir filter() verwendet, um Elemente aus unserer Liste schnell zu entfernen, die als false betrachtet wurden.

      Verwenden von filter() mit einer Liste von Wörterbüchern

      Wenn wir eine komplexere Datenstruktur aufweisen, können wir filter() dennoch verwenden, um die einzelnen Elemente zu bewerten. Wenn wir beispielsweise über eine Liste von Wörterbüchern verfügen, wollen wir nicht nur über jedes einzelne Element in der Liste – einem der Wörterbücher – iterieren, sondern wollen ggf. auch über jedes key:value-Paar in einem Wörterbuch iterieren, um alle Daten auszuwerten.

      Als Beispiel gehen wir davon aus, dass wir eine Liste jedes einzelnen Tiers in unserem Aquarium sowie verschiedene Details zu ihnen haben:

      aquarium_creatures = [
        {"name": "sammy", "species": "shark", "tank number": "11", "type": "fish"},
        {"name": "ashley", "species": "crab", "tank number": "25", "type": "shellfish"},
        {"name": "jo", "species": "guppy", "tank number": "18", "type": "fish"},
        {"name": "jackie", "species": "lobster", "tank number": "21", "type": "shellfish"},
        {"name": "charlie", "species": "clownfish", "tank number": "12", "type": "fish"},
        {"name": "olly", "species": "green turtle", "tank number": "34", "type": "turtle"}
      ]
      

      Wir möchten diese Daten mit einer Suchzeichenfolge filtern, die wir der Funktion übergeben. Damit filter() auf jedes Wörterbuch und jedes Element in den Wörterbüchern zugreift, richten wir eine geschachtelte Funktion ein, die wie folgt aussieht:

      def filter_set(aquarium_creatures, search_string):
          def iterator_func(x):
              for v in x.values():
                  if search_string in v:
                      return True
              return False
          return filter(iterator_func, aquarium_creatures)
      

      Wir definieren eine filter_set()-Funktion, die aquarium_creatures und search_string als Parameter verwendet. In filter_set() übergeben wir unsere iterator_func() als Funktion an filter(). Die Funktion filter_set() gibt den iterator zurück, der aus filter() resultiert.

      Die iterator_func() nimmt x als Argument, was ein Element in unserer Liste (d. h. einem einzelnen Wörterbuch) darstellt.

      Als Nächstes greift die for-Schleife auf die Werte in den einzelnen key:value-Paaren in unseren Wörterbüchern zu und nutzt dann eine bedingte Anweisung, um zu prüfen, ob die search_string in v ist, was einen Wert darstellt.

      Wie in unseren vorherigen Beispielen: Wenn der Ausdruck zu True auswertet, fügt die Funktion das Element dem Filterobjekt hinzu. Dieses wird zurückgegeben, sobald die Funktion filter_set() abgeschlossen ist. Wir positionieren return False außerhalb unserer Schleife, damit jedes Element in jedem Wörterbuch geprüft wird, anstatt nach der Überprüfung des ersten Wörterbuchs zurückzukehren.

      Wir rufen filter_set() mit unserer Liste der Wörterbücher und der Suchzeichenfolge auf, für die wir Übereinstimmungen finden möchten:

      filtered_records = filter_set(aquarium_creatures, "2")    
      

      Nach Abschluss der Funktion ist unser Filterobjekt in der Variable filtered_records gespeichert, die wir in eine Liste verwandeln und drucken:

      print(list(filtered_records))      
      

      Wir sehen die folgende Ausgabe aus diesem Programm:

      Output

      [{'name': 'ashley', 'species': 'crab', 'tank number': '25', 'type': 'shellfish'}, {'name': 'jackie', 'species': 'lobster', 'tank number': '21', 'type': 'shellfish'}, {'name': 'charlie', 'species': 'clownfish', 'tank number': '12', 'type': 'fish'}]

      Wir haben die Liste der Wörterbücher mit der Suchzeichenfolge 2 gefiltert. Wir können sehen, dass die drei Wörterbücher zurückgegeben wurden, die eine Tanknummer mit 2 enthielten. Mit unserer eigenen geschachtelten Funktion können wir auf jedes einzelne Element zugreifen und effizient mit der Suchzeichenfolge abgleichen.

      Zusammenfassung

      In diesem Tutorial haben wir die verschiedenen Möglichkeiten zur Verwendung der Funktion filter() in Python kennengelernt. Jetzt können Sie filter() mit Ihrer eigenen Funktion, einer lambda-Funktion oder mit None verwenden, um in Datenstrukturen unterschiedlicher Komplexität nach Elementen zu filtern.

      Zwar haben wir in diesem Tutorial die Ergebnisse von filter() sofort im Listenformat gedruckt, doch ist es wahrscheinlich, dass wir das zurückgegebene filter()-Objekt in unseren Programmen verwenden und die Daten weiter bearbeiten werden.

      Wenn Sie mehr über Python erfahren möchten, lesen Sie unsere Reihe Codieren in Python 3 und unsere Python Themenseite.



      Source link

      Installieren der Anaconda Python-Distribution unter Ubuntu 20.04 [Schnellstart]


      Einführung

      Anaconda ist ein Open-Source-basierter Paketmanager, ein Umgebungsmanager und eine Distribution der Programmiersprachen Python und R.

      In diesem Tutorial erfahren Sie, wie Sie die Python 3-Version von Anaconda auf einem Ubuntu 20.04-Server installieren. Eine ausführlichere Version dieses Tutorials mit näheren Erklärungen zu den einzelnen Schritten finden Sie unter Installation von Anaconda Python Distribution auf Ubuntu 20.04.

      Schritt 1 — Rufen Sie die neueste Version von Anaconda ab

      Suchen Sie per Browser nach der neuesten Version von Anaconda für Python 3 auf der Seite Anaconda Downloads:

      https://www.anaconda.com/distribution/
      

      Zum Zeitpunkt der Veröffentlichung dieses Dokuments ist die neueste Version 2020.02, aber Sie sollten eine neuere stabile Version verwenden, so verfügbar.

      Schritt 2 — Laden Sie das Anaconda Bash Script herunter

      Wechseln Sie auf das Verzeichnis /tmp auf Ihrem Ubuntu 20.04-Server als sudo Nicht-root-Benutzer.

      Verwenden Sie curl, um den Link herunterzuladen, den Sie von der Anaconda-Website kopiert haben. Wir geben dies zur schnelleren Verwendung in einer Datei namens anaconda.sh aus.

      • curl https://repo.anaconda.com/archive/Anaconda3-2020.02-Linux-x86_64.sh --output anaconda.sh

      Schritt 3 — Verifizieren Sie die Datenintegrität des Installers

      Wir können nun die Datenintegrität des Installers mit kryptischer Hash Verifizierung über die SHA-256 Checksumme und das Script überprüfen, das wir anaconda.sh benannt haben.

      Output

      2b9f088b2022edb474915d9f69a803d6449d5fdb4c303041f60ac4aefcc208bb anaconda.sh

      Sie sollten die Ausgabe mit den Hashes auf der Seite Anaconda mit Python 3 unter 64-Bit-Linux für Ihre entsprechende Anaconda-Version vergleichen.

      Schritt 4 — Führen Sie das Anaconda Script aus

      Wenn Sie die ENTER drücken, erhalten Sie so lange die folgende Meldung zur Ansicht der Lizenzvereinbarung, bis Sie ans Ende gelangt sind.

      Output

      Welcome to Anaconda3 2020.02 In order to continue the installation process, please review the license agreement. Please, press ENTER to continue >>>

      Wenn Sie das Ende der Lizenz erreicht haben, geben Sie yes ein, wenn Sie die Lizenz zum Ausführen der Installation akzeptieren.

      Schritt 5 — Schließen Sie den Installationsprozess ab

      Wählen Sie den Speicherort Ihrer Installation oder drücken Sie ENTER, um den Standarspeicherort zu übernehmen.

      Output

      Anaconda3 will now be installed into this location: /home/sammy/anaconda3 - Press ENTER to confirm the location - Press CTRL-C to abort the installation - Or specify a different location below [/home/sammy/anaconda3] >>>

      Jetzt wird der Installationsprozess fortgesetzt. Beachten Sie, dass es einige Zeit dauern kann.

      Schritt 6 — Wählen Sie die Optionen aus

      Sobald die Installation abgeschlossen ist, erhalten Sie die folgende Meldung:

      Output

      ... installation finished. Do you wish the installer to initialize Anaconda3 by running conda init? [yes|no] [no] >>>

      Geben Sie yes (ja) ein, damit Sie Anaconda3 initialisieren können. Sie erhalten eine Ausgabe, die die Änderungen in verschiedenen Verzeichnissen bestätigt, zusammen mit einem Dank für die Installation von Anaconda.

      Schritt 7 — Aktivieren Sie die Installation

      Jetzt können Sie die Installation aktivieren, indem Sie die Datei ~/.bashrc beziehen:

      Sobald das erledigt ist, befinden Sie sich in der Standard-Basis-Programmierumgebung.

      Schritt 5 – Testen Sie die Installation

      Verwenden Sie den conda-Befehl, um die Installation und die Aktivierung zu testen:

      In der Ausgabe sind alle Pakete enthalten, die Teil der Anaconda-Installation sind:

      Schritt 9 — Richten Sie die Anaconda-Umgebungen ein

      Es empfiehlt sich, für jedes Ihrer Projekte eine neue Umgebung zu erstellen. Die Syntax lautet wie folgt, um eine Python 3 Umgebung namens my_env zu erstellen:

      • conda create --name my_env python=3

      Drücken Sie y, um die Einrichtung zu überprüfen.

      Sie können Ihre neue Umgebung aktivieren, indem Sie Folgendes eingeben:

      Nach der Aktivierung Ihrer Umgebung macht das Präfix Ihrer Eingabeaufforderung deutlich, dass Sie sich nicht mehr in der Basisumgebung befinden, sondern in der neuen Umgebung, die Sie gerade erstellt haben.

      Wenn Sie bereit sind, Ihre Anaconda-Umgebung zu deaktivieren, können Sie dazu Folgendes eingeben:

      Relevante Tutorials

      Hier sind Links zu ausführlicheren Tutorials, die für diesen Leitfaden relevant sind:



      Source link

      Installieren der Anaconda Python-Distribution unter Ubuntu 20.04


      Einführung

      Anaconda ist ein Open-Source-basierter Paketmanager, ein Umgebungsmanager und eine Distribution der Programmiersprachen Python und R. Er wird häufig für Data Science, maschinelles Lernen, umfangreiche Datenverarbeitung, wissenschaftliches Rechnen und Vorhersageanalysen verwendet.

      Mit einer Sammlung von mehr als 1.000 Data-Science-Paketen ist Anaconda in kostenlosen und gebührenpflichtigen Enterprise-Versionen verfügbar. Die Anaconda-Distribution wird mit dem Befehlszeilenprogramm conda ausgeliefert. Weitere Informationen über Anaconda und conda erhalten Sie, indem Sie die offizielle Anaconda-Dokumentation lesen.

      In diesem Tutorial erfahren Sie, wie Sie die Python 3-Version von Anaconda auf einem Ubuntu 20.04-Server installieren.

      Voraussetzungen

      Bevor Sie mit diesem Leitfaden beginnen, sollten Sie einen Nicht-root Benutzer mit sudo-Berechtigungen auf Ihrem Server konfiguriert haben.

      Sie können diese Voraussetzung erfüllen, indem Sie unseren Leitfaden zur Ersteinrichtung des Servers unter Ubuntu 20.04 befolgen.

      Installieren von Anaconda

      Die beste Möglichkeit zur Installation von Anaconda besteht darin, das neueste Anaconda-Installer-Bash-Skript herunterzuladen, zu überprüfen und dann auszuführen.

      Suchen Sie nach der neuesten Version von Anaconda für Python 3 auf der Anaconda Downloads-Seite. Zum Zeitpunkt der Veröffentlichung dieses Dokuments ist die neueste Version 2020.02, aber Sie sollten eine neuere stabile Version verwenden, so verfügbar.

      Wechseln Sie als Nächstes in das Verzeichnis /tmp auf Ihrem Server. Dies ist ein gutes Verzeichnis zum Herunterladen kurzlebiger Elemente wie des Anaconda Bash-Skripts, das wir nach dem Ausführen nicht mehr benötigen.

      Verwenden Sie curl, um den Link herunterzuladen, den Sie von der Anaconda-Website kopiert haben. Wir geben dies zur schnelleren Verwendung in einer Datei namens anaconda.sh aus.

      • curl https://repo.anaconda.com/archive/Anaconda3-2020.02-Linux-x86_64.sh --output anaconda.sh

      Wir können jetzt die Datenintegrität des Installationsprogramms mit kryptografischer Hash-Verifizierung durch die SHA-256-Prüfsumme überprüfen. Wir verwenden den Befehl sha256sum zusammen mit dem Dateinamen des Skripts:

      Sie erhalten eine Ausgabe, die wie folgt aussieht:

      Output

      2b9f088b2022edb474915d9f69a803d6449d5fdb4c303041f60ac4aefcc208bb anaconda.sh

      Sie sollten die Ausgabe mit den Hashes auf der Seite Anaconda mit Python 3 unter 64-Bit-Linux für Ihre entsprechende Anaconda-Version vergleichen. Wenn Ihre Ausgabe mit dem in der Zeile sha2561 angezeigten Hash übereinstimmt, ist alles in Ordnung.

      Jetzt können wir das Skript ausführen:

      Sie erhalten die folgende Ausgabe:

      Output

      Welcome to Anaconda3 2020.02 In order to continue the installation process, please review the license agreement. Please, press ENTER to continue >>>

      Drücken Sie ENTER, um fortzufahren, und drücken Sie dann erneut ENTER, um sich die Lizenz durchzulesen. Sobald Sie mit dem Lesen der Lizenz fertig sind, werden Sie aufgefordert, die Lizenzbedingungen zu akzeptieren:

      Output

      Do you approve the license terms? [yes|no]

      Wenn Sie zustimmen, geben Sie yes ein.

      Jetzt werden Sie dazu aufgefordert, den Speicherort der Installation auszuwählen. Sie können ENTER drücken, um den Standardspeicherort zu akzeptieren, oder zum Ändern einen anderen Ort angeben.

      Output

      Anaconda3 will now be installed into this location: /home/sammy/anaconda3 - Press ENTER to confirm the location - Press CTRL-C to abort the installation - Or specify a different location below [/home/sammy/anaconda3] >>>

      Der Installationsvorgang wird fortgesetzt. Beachten Sie, dass es einige Zeit dauern kann.

      Sobald die Installation abgeschlossen ist, erhalten Sie die folgende Meldung:

      Output

      ... Preparing transaction: done Executing transaction: done installation finished. Do you wish the installer to initialize Anaconda3 by running conda init? [yes|no] [no] >>>

      Geben Sie yes ein, damit Sie Anaconda3 initialisieren können. Sie erhalten eine Ausgabe, die bestätigt, dass Änderungen in verschiedenen Verzeichnissen vorgenommen wurden. Eine der Zeilen, die Sie erhalten, dankt Ihnen für die Installation von Anaconda.

      Output

      ... Thank you for installing Anaconda3! ...

      Jetzt können Sie die Installation aktivieren, indem Sie mit „source“ die Datei ~/.bashrc beziehen:

      Sobald Sie damit fertig sind, gelangen Sie in die standardmäßige base-Programmierumgebung von Anaconda und ändert sich Ihre Eingabeaufforderung wie folgt:

      Zwar wird Anaconda mit dieser standardmäßigen base-Programmierumgebung ausgeliefert, doch sollten Sie separate Umgebungen für Ihre Programme einrichten und diese isoliert voneinander speichern.

      Sie können Ihre Installation weiter überprüfen, indem Sie den Befehl conda verwenden, beispielsweise mit list:

      In der Ausgabe sind alle Pakete enthalten, die Teil der Anaconda-Installation sind:

      Output

      # packages in environment at /home/sammy/anaconda3: # # Name Version Build Channel _ipyw_jlab_nb_ext_conf 0.1.0 py37_0 _libgcc_mutex 0.1 main alabaster 0.7.12 py37_0 anaconda 2020.02 py37_0 ...

      Nachdem Anaconda installiert ist, können wir jetzt Anaconda-Umgebungen einrichten.

      Einrichten von Anaconda-Umgebungen

      Virtuelle Anaconda-Umgebungen ermöglichen es Ihnen, Projekte anhand von Python-Versionen und-Paketen zu organisieren. Für jede von Ihnen erstellte Anaconda-Umgebung können Sie angeben, welche Version von Python verwendet wird, und alle damit verbundenen Programmierdateien in diesem Verzeichnis zusammenhalten.

      Zuerst können wir überprüfen, welche Versionen von Python zur Verwendung verfügbar sind:

      Sie erhalten eine Ausgabe mit den verschiedenen Versionen von Python, die Sie als Ziel nutzen können, einschließlich Python 3- und Python 2-Versionen. Da wir in diesem Tutorial Anaconda mit Python 3 verwenden, haben Sie nur auf die Python 3-Versionen von Paketen Zugriff.

      Erstellen wir nun mit der neuesten Version von Python 3 eine Umgebung. Wir können dies erreichen, indem wir Version 3 dem python-Argument anweisen. Wir nennen diese Umgebung my_env, aber Sie können einen beschreibenden Namen für Ihre Umgebung wählen, insbesondere, wenn Sie Umgebungen verwenden, um auf mehr als eine Python-Version zuzugreifen.

      • conda create --name my_env python=3

      Wir erhalten eine Ausgabe mit Informationen dazu, was heruntergeladen wurde und welche Pakete installiert wurden, und werden dann dazu aufgefordert, mit y oder n fortzufahren. Wenn Sie zustimmen, geben Sie y ein.

      Das Dienstprogramm conda holt jetzt die Pakete für die Umgebung ab und lässt Sie wissen, wann der Vorgang abgeschlossen ist.

      Sie können Ihre neue Umgebung aktivieren, indem Sie Folgendes eingeben:

      Nach der Aktivierung Ihrer Umgebung macht das Präfix Ihrer Eingabeaufforderung deutlich, dass Sie sich nicht mehr in der base-Umgebung befinden, sondern in der neuen Umgebung, die Sie gerade erstellt haben.

      Innerhalb der Umgebung können Sie überprüfen, ob Sie die Version von Python verwenden, die Sie verwenden wollten:

      Output

      Python 3.8.2

      Wenn Sie bereit sind, Ihre Anaconda-Umgebung zu deaktivieren, können Sie dazu Folgendes eingeben:

      Beachten Sie, dass Sie das Wort source durch . ersetzen können, um dieselben Ergebnisse zu erzielen.

      Um eine spezifischere Version von Python zu erhalten, können Sie eine bestimmte Version an das python-Argument übergeben, wie zum Beispiel 3.5:

      • conda create -n my_env35 python=3.5

      Sie können alle von Ihnen eingerichteten Umgebungen mit diesem Befehl prüfen:

      Output

      # conda environments: # base * /home/sammy/anaconda3 my_env /home/sammy/anaconda3/envs/my_env my_env35 /home/sammy/anaconda3/envs/my_env35

      Das Sternchen zeigt die aktuell aktive Umgebung an.

      Jede Umgebung, die Sie mit conda create erstellen, verfügt über mehrere Standardpakete:

      • _libgcc_mutex
      • ca-certificates
      • certifi
      • libedit
      • libffi
      • libgcc-ng
      • libstdcxx-ng
      • ncurses
      • openssl
      • pip
      • python
      • readline
      • setuptools
      • sqlite
      • tk
      • wheel
      • xz
      • zlib

      Sie können mit dem folgenden Befehl zusätzliche Pakete wie z. B. numpy hinzufügen:

      • conda install --name my_env35 numpy

      Wenn Sie wissen, dass Sie nach dem Erstellen eine numpy-Umgebung wünschen, können Sie diese in Ihrem Befehl conda create gezielt anlegen:

      • conda create --name my_env python=3 numpy

      Wenn Sie nicht mehr an einem bestimmten Projekt arbeiten und die zugehörige Umgebung nicht mehr benötigen, können Sie sie entfernen. Geben Sie dazu Folgendes ein:

      • conda remove --name my_env35 --all

      Wenn Sie jetzt den Befehl conda info --envs eingeben, wird die Umgebung, die Sie entfernt haben, nicht mehr aufgelistet.

      Aktualisieren von Anaconda

      Sie sollten regelmäßig dafür sorgen, dass Anaconda auf dem neuesten Stand ist, damit Sie mit allen aktuellen Paketversionen arbeiten.

      Dazu sollten Sie zuerst das Dienstprogramm conda aktualisieren:

      Wenn Sie dazu aufgefordert werden, geben Sie y ein, um mit der Aktualisierung fortzufahren.

      Sobald die Aktualisierung von conda abgeschlossen ist, können Sie die Anaconda-Distribution aktualisieren:

      Wenn Sie dazu aufgefordert haben, geben Sie erneut y ein.

      Dadurch wird sichergestellt, dass Sie die neuesten Versionen von conda und Anaconda verwenden.

      Deinstallieren von Anaconda

      Wenn Sie Anaconda nicht mehr verwenden und feststellen, dass Sie die Anwendung deinstallieren möchten, sollten Sie mit dem Modul anaconda-clean beginnen. Es sorgt bei der Deinstallation von Anaconda für die Entfernung der Konfigurationsdateien.

      • conda install anaconda-clean

      Geben Sie y ein, wenn Sie dazu aufgefordert werden.

      Nach der Installation können Sie den folgenden Befehl ausführen. Sie werden aufgefordert, mit y zu antworten, bevor Sie die einzelnen Elemente löschen. Wenn Sie lieber nicht dazu aufgefordert werden, geben Sie am Ende Ihres Befehls --yes ein:

      Dadurch wird auch ein Backup-Ordner mit dem Namen .anaconda_backup in Ihrem Stammverzeichnis erstellt:

      Output

      Backup directory: /home/sammy/.anaconda_backup/2020-05-06T024432

      Sie können jetzt Ihr gesamtes Anaconda-Verzeichnis entfernen, indem Sie den folgenden Befehl eingeben:

      Schließlich können Sie die PATH-Zeile aus Ihrer .bashrc-Datei entfernen, die Anaconda hinzugefügt hat. Öffnen Sie dazu zuerst einen Texteditor wie nano:

      Scrollen Sie dann bis zum Ende der Datei (bei einer jüngeren Installation) und geben Sie STRG + W ein, um nach Anaconda zu suchen. Löschen oder kommentieren Sie diesen Anaconda-Block aus:

      /home/sammy/.bashrc

      ...
      # >>> conda initialize >>>
      # !! Contents within this block are managed by 'conda init' !!
      __conda_setup="$('/home/sammy/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
      if [ $? -eq 0 ]; then
          eval "$__conda_setup"
      else
          if [ -f "/home/sammy/anaconda3/etc/profile.d/conda.sh" ]; then
              . "/home/sammy/anaconda3/etc/profile.d/conda.sh"
          else
              export PATH="/home/sammy/anaconda3/bin:$PATH"
          fi
      fi
      unset __conda_setup
      # <<< conda initialize <<<
      

      Wenn Sie mit der Bearbeitung der Datei fertig sind, drücken Sie STRG + X und geben Sie y ein, um den Vorgang zu beenden und die Änderungen zu speichern.

      Anaconda wurde jetzt von Ihrem Server entfernt. Wenn Sie die base-Programmierumgebung nicht deaktiviert haben, können Sie den Server verlassen und erneut aufrufen, um sie zu entfernen.

      Zusammenfassung

      In diesem Tutorial haben Sie die Installation von Anaconda ausgeführt und dabei mit dem Befehlszeilenprogramm conda gearbeitet, Umgebungen eingerichtet, Anaconda aktualisiert und Anaconda gelöscht, wenn Sie es nicht mehr benötigen.

      Sie können Anaconda verwenden, um Workloads für Data-Science, wissenschaftliches Rechnen, Analysen und umfangreiche Datenverarbeitung zu verwalten. Hier können Sie sich unsere Tutorials zu Datenanalyse und maschinellem Lernen ansehen, um mehr über verschiedene Tools und Projekte zu erfahren, die Sie nutzen können.

      Außerdem bieten wir Ihnen ein kostenloses E-Book zum maschinellen Lernen namens Machine Learning-Projekte mit Pyhton zum Download.



      Source link