anaconda中java

『壹』 java調用python時怎樣使用python的pandas模塊

安裝pandas1.Anaconda安裝pandas、Python和SciPy最簡單的方式是用Anaconda。Anaconda是關於Python數據分析和科學計算的分內發包。2.Miniconda使用Anaconda會安裝一百多個依容賴包，如果想靈活控制安裝的依賴包或帶寬有限，使用Miniconda是個不錯的選擇。Conda是個包管理器，Anaconda就是建立在它的基礎上。Conda不只跨平台還與語言無關，與pip和virtualenv相結合的作用相似。Miniconda允許先創建包含Python的安裝包，然後用conda安裝其他的依賴包。3.Pypipandas可以通過pip安裝，但要安裝相關的依賴包。pipinstallpandas4.包管理器可以用linux的包管理器進行安裝，如sudoapt-getinstallpython-pandaszypperinpython-pandas

『貳』 anaconda是什麼和python什麼關系裝了anaconda是不是就不用裝pyhton了

是的，Anaconda是Python的一個發行版，裡面內置了很多工具，不用單獨安裝，因為做了優化也免去了單獨安裝帶來的一些麻煩。

Anaconda是一種Python語言的免費增值開源發行版，用於進行大規模數據處理、預測分析，和科學計算，致力於簡化包的管理和部署。Anaconda使用軟體包管理系統Conda進行包管理。

(2)anaconda中java擴展閱讀：

anaconda相比Python增加了那些內容：

1、Python(shell) ： 標准CPython。

2、Python(shell)： 相當於在命令窗口的命令提示符後輸入ipython回車。pip install ipython安裝的ipython用法一樣。

3、Ipython QTConsole。

4、Python Notebook：直接點擊打開，或者在命令提示符中輸入ipython.exe notebook。

5、Jupyter QTConsole。

6、Jupyter Notebook：直接點擊打開，或在終端中輸入： jupyter notebook 以啟動伺服器；在瀏覽器中打開notebook頁面地址「http://localhost:8888」。

Jupyter Notebook是一種 Web 應用，能讓用戶將說明文本、數學方程、代碼和可視化內容全部組合到一個易於共享的文檔中。

7、Spyder：直接點擊打開IDE。最大優點就是模仿MATLAB的「工作空間」。

8、Anaconda Prompt ： 命令行終端。

9、支持其他IDE，如Pycharm。

參考資料來源：網路——Anaconda

『叄』 anaconda與python什麼關系

anaconda當中包括了python。

1、Anaconda：

Anaconda指的是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項。因為包含了大量的科學包，Anaconda 的下載文件比較大，如果只需要某些包，或者需要節省帶寬或存儲空間，也可以使用Miniconda這個較小的發行版。

2、Python：

Python是一種跨平台的計算機程序設計語言。 是一個高層次的結合了解釋性、編譯性、互動性和面向對象的腳本語言。最初被設計用於編寫自動化腳本，隨著版本的不斷更新和語言新功能的添加，越多被用於獨立的、大型項目的開發。

(3)anaconda中java擴展閱讀：

Python的設計哲學是「優雅」、「明確」、「簡單」。因此，Perl語言中「總是有多種方法來做同一件事」的理念在Python開發者中通常是難以忍受的。

Python開發者的哲學是「用一種方法，最好是只有一種方法來做一件事」。在設計Python語言時，如果面臨多種選擇，Python開發者一般會拒絕花俏的語法，而選擇明確的沒有或者很少有歧義的語法。

由於這種設計觀念的差異，Python源代碼通常被認為比Perl具備更好的可讀性，並且能夠支撐大規模的軟體開發。這些准則被稱為Python格言。在Python解釋器內運行import this可以獲得完整的列表。

『肆』 如何用anaconda創建環境

Anaconda是用於科學計算的Python發行版，它集成了很多關於Python科學計算的第三方庫，同時提供了包管理和環境管理的功能，可方便的解決多版本Python並存、切換以及第三方包安裝問題。支持運行在Linux、Windows和macOS下。Anaconda利用命令/工具 conda 來進行Package和environment管理。
conda VS anaconda
conda可以理解為一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用類似，環境管理則允許用戶方便地安裝不同版本的python並可以快速切換。Anaconda則是一個打包的集合，裡面預裝好了conda、某個版本的python、眾多packages、科學計算工具等等，所以也稱為Python的一種發行版。其實還有Miniconda，顧名思義，它只包含最基本的內容——python與conda，以及相關的必須依賴項，對於空間要求嚴格的用戶，Miniconda是一種選擇。
Anaconda安裝
我主要在CentOS伺服器上安裝Anaconda，選擇要安裝的Python版本和系統架構：
# Python 3.6
$ wgethttps://repo.continuum.io/archive/Anaconda3-4.3.1-Linux-x86_64.sh#64位系統
$ wgethttps://repo.continuum.io/archive/Anaconda3-4.3.1-Linux-x86.sh#32位系統# Python 2.7
$ wgethttps://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86_64.sh#64位系統
$ wgethttps://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86.sh#32位系統
（這里我選擇的是Python3.6 version 64BIT，關於Python的版本2.7 or 3.6，後面都可以在Anaconda里設置版本環境）
運行安裝向導：
$ bash Anaconda3-4.3.1-Linux-x86_64.sh
按照向導，接受協議-->設置安裝路徑（默認安裝用戶Home目錄）-->然後把安裝路徑添加到環境變數。
遇到的問題
1.在安裝向導設置安裝路徑後，ENTER，提示如下錯誤信息：
tar (child): bzip2: Cannot exec: No such file or directory
tar (child): Error is not recoverable: exiting now
tar: Child returned status 2
tar: Error is not recoverable: exiting now
安裝即可：
yum -y install bzip2
2.在安裝向導最後一步，是否添加到環境變數，默認是no，我手賤直接ENTER了。
對於Mac、Linux系統，Anaconda安裝好之後，實際上就是在主目錄下多了個文件夾（~/anaconda)，Windows會寫入注冊表。安裝程序會把bin目錄加入PATH。現在只能自己完成了：
# 將anaconda的bin目錄加入PATH，根據版本不同echo 』export PATH="~/anaconda3/binPATH"』 >> ~/.bashrc# 更新bashrc立即生效
source ~/.bashrc
配置好PATH後，可以通過 which conda 或 conda --version 命令檢查是否正確。
Jupyter Notebook
當然，安裝Anaconda的科學計算python平台，是為了使用Jupyter Notebook來學習Python的一些科學計算和機器學習庫。Jupyter Notebook是IPython的一個Web介面，可以展現富文本，是的整個工作可以以筆記的形式展現、存儲，適合做數據分析，交互性變成和學習。
但是，當我在伺服器上運行Jupyter Notebook時候，無法使用。因為當前配置下只能從本地（也就是那台CentOS伺服器上）訪問，但是伺服器只裝了centos的Minimal，沒有桌面環境，更不用說瀏覽器了。這當然不滿足我目前的需求，需要配置伺服器上的Jupyter允許遠程訪問。
生成配置文件：
jupyter notebook --generate-config
生成的配置文件位於~/.jupyter/jupyter_notebook_config.py。
生成自簽名SSL證書：
cd ~/.jupyter
openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout notebook_cert.key -out notebook_cert.pem
生成一個hash密碼：
python -c "import IPython;print(IPython.lib.passwd())"
Enter password:
Verify password:sha1::7211a627f0ba:
復制生成的密碼，編輯jupyter的配置文件：
vi ~/.jupyter/jupyter_notebook_config.py
在打開的配置文件中，配置相應的參數：
c.NotebookApp.certfile = u』/home/xxxx/.jupyter/notebook_cert.pem』
c.NotebookApp.keyfile = u』/home/xxxx/.jupyter/notebook_cert.key』
c.NotebookApp.password = u』sha1::7211a627f0ba:』
c.NotebookApp.ip = 』*』
c.NotebookApp.port = 8081
c.NotebookApp.open_browser = False
再次啟動Notebook：
jupyter notebook
在本機使用瀏覽器訪問：http://192.168.111.186:8081，即可打開Jupyter Notebook的頁面，輸入剛才設置的密碼，即可登錄了。
至此，就實現了遠程伺服器Jupyter Notebook。接下來就可以安裝機器學習所需要的一些庫開始折騰了，包括：Numpy、Pandas、Matplotlib、Scikit-learn等。

『伍』 WIN10下Anaconda安裝 環境變數

設置好GPU開發環境，安裝cuda8.0和cudnn5.1
2. 安裝Anaconda3-4.3.1-Windows-x86_64，默認Python版本為3.6
3. 安裝完以後，打開Anaconda Prompt，輸入清華的倉庫鏡像，更新包更快：
conda config --add channelshttps://mirrors.tuna.tsinghua.e.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
4. 建立TensorFlow空間：conda create -n tensorflow python=3.5，設置Python版本為3.5
5. 激活TensorFlow空間：activate tensorflow
6. 安裝TensorFlow：pip install--ignore-installed --upgrade tensorflow_gpu-1.0.0-cp35-cp35m-win_amd64.whl
7. 測試TensorFlow：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
設置SSD運行環境
1． 安裝numpy（anaconda 離線安裝）：pipinstall numpy-1.12.1-cp35-none-win_amd64.whl
2． 安裝matplotlib（anaconda 離線安裝）：pipinstall matplotlib-2.0.1-cp35-cp35m-win_amd64.whl
3． 安裝opencv（離線）：anaconda中安裝：pipinstall opencv_python-3.2.0+contrib-cp35-cp35m-win_amd64.whl
4． 下載TensorFlow版本的SSD：git clone https://github.com/balancap/SSD-Tensorflow.git，或者下載壓縮包解壓
5． 解壓TensorFlowssd目錄下的/checkpoint里的ssd_300_vgg.ckpt.zip，得到模型參數
6． 安裝pycharm-community-2017.1.2.exe，python編輯器，File->Setting->Project:Python->ProjectInterpreter:修改Python版本到TensorFlow工作空間下的python
7． 在notebook下新建工程，新建test_ssd.py文件
8． 在pycharm中打開ssd_notebook.ipynb，復制非注釋的內容至test_ssd.py下
9． 修改test_ssd.py：
# Test on some demoimage and visualize output.
#path = '../demo/'
#image_names = sorted(os.listdir(path))
#print(image_names)
#for it in image_names:
cam=cv2.VideoCapture(0)
success, img = cam.read()
while success:
#img = cv2.imread(path+it)#mpimg.imread(path + it)
t1=cv2.getTickCount()
rclasses, rscores, rbboxes = process_image(img)
visualization.bboxes_draw_on_img(img,rclasses, rscores, rbboxes, visualization.colors_plasma)
t2=cv2.getTickCount()
print('time consumption:%.3f ms'%(1000*(t2-t1)/cv2.getTickFrequency()))
cv2.imshow('test',img)
c=cv2.waitKey(1)
if c==27:
break
# visualization.bboxes_draw_on_img(img, rclasses,rscores, rbboxes, visualization.colors_plasma)
#visualization.plt_bboxes(img, rclasses,rscores, rbboxes)
success, img = cam.read()
10． 運行程序test_ssd.py

『陸』 如何在Windows10下配置anaconda環境變數

安裝之後配置環境變數的步驟如下：

1,點「我的電腦」，右內鍵選「屬性」

2，選容擇：高級系統設置

6,在「變數值」一欄，把自己所安裝的python路徑拷進去就可以了，我安裝的路徑是「C:Python27」。

7，完成之後，一路點擊確定關閉，就可以了。

8，這里要強調一下，現在下載的python都自帶pip,pip在python目錄下的Scripts目錄下，添加到系統的path路徑中就可以使用了。

『柒』 如何使用Anaconda更新Python版本

使用Anaconda更新Python版本的方法和詳細的操作步驟如下：

1、首先，直接打開計算機的開始菜單專，然後選擇「Anaconda Prompt」進入，如下圖所屬示。

『捌』 如何在Anaconda中安裝Django

筆者使用Sublime Text 3，安裝和配置插件Anaconda步驟如下：
安裝：
打開package control菜單，輸入install或者直接點擊install package命令菜內單
在新窗口輸容入Anaconda並點擊第一個備選項進行安裝。
安裝完成後會顯示messages文檔

配置:
點擊Anaconda插件默認設置菜單，彈出設置文檔
在大約90行的位置，我們修改一下Python主程序的位置路徑。

『玖』 Java怎麼調用pyd文件

在做項目的時候，有的時候由於合作人員之間所會的編程語言的不同，會導致項目合作中的一些問題，很多時候需要不同語言之間的調用，這次就分享一下java調用python代碼的東西。

一、python代碼運行

巧婦難為無米之炊。首先，要確保python環境配置完好，並且相應的python代碼可以運行。這個就不在這里進行講述了，如果有需要可以查看我之前的一些文章。

二、java調用python代碼

1、查閱了一些網上資料，看到了很多介紹使用jython調用python代碼的例子，不過由於一些原因我沒有嘗試這個方法，而是直接測試了Runtime.getRuntime().exec(args)這個java庫中自帶的方法，下面直接切入主題。

2、先直接上代碼：

python代碼（helloword.py）：

# coding:utf-8import numpy as np
if __name__ == '__main__':
a = np.ones(3)
print(a) print '恭喜您！java調用python代碼成功'

java代碼（MyDemo.java）：

import java.io.BufferedReader;import java.io.InputStreamReader;public class MyDemo { public static void main(String[] args) { try {
System.out.println("start");
String[] args1=new String[]{"/home/huan/anaconda2/bin/python","/home/huan/myfile/pythonfile/helloword.py"};
Process pr=Runtime.getRuntime().exec(args1);

BufferedReader in = new BufferedReader(new InputStreamReader(
pr.getInputStream()));
String line; while ((line = in.readLine()) != null) {
System.out.println(line);
}
in.close();
pr.waitFor();
System.out.println("end");
} catch (Exception e) {
e.printStackTrace();
}
}

}

執行結果：

好了，多餘的話就不說了，一切盡在代碼中。此處的分享就到這里了。

『拾』 如何在anaconda上，完美安裝+運行tensorflow。

1 首先聲明的是筆者企圖用TensorFlow GPU版本，需要NVIDIA顯卡的支持，但是光有顯卡還版不夠，還需要NVIDIA的CUDA平台，不權安裝的話會報錯。當前使用的CUDA版本是8.0，與Anaconda的相關的包版本相同。

2 CUDA 8.0的官方下載地址如下：https://developer.nvidia.com/cuda-80-ga2-download-archive由於筆者使用的是Windows環境，所以選擇Windows版本下載。

3 CUDA8.0比較大，大約1.3G，下載完成之後雙擊運行安裝即可。安裝需要一段時間，不過需要注意的是，CUDA的安裝過程會更改大量的底層驅動和注冊表，所以會被殺毒軟體攔截。安裝過程中要麼關閉殺軟，要麼時刻守在旁邊給與信任，否則會安裝失敗。