Anaconda Python y Conda
Anaconda es una de las mejores distribuciones de Python. Está orientada a dar soporte integral al desarrollo científico con Python tanto analítico como gráfico. Entre sus características destacan:
- Aplicación gráfica que integra las herramientas y versiones de Python orientadas al desarrollo científico.
- IDE para desarrollar fácilmente aplicaciones científicas, tanto en código como creación de gráficos.
- Gestor de paquetes integrado (Conda).
- Integración avanzada con Jupyter Notebook.
- Soporte de entornos virtuales de Python.
- Permite utilizar Python y R en el mismo entorno.
Anaconda es mantenida y desarrollada por la compañia Anaconda Inc, que es la responsable de mantener y evaluar la herramienta y los paquetes disponibles del repositorio de Conda.
Contenido
Descargar Anaconda Python gratis
La versión individual de Anaconda es gratuita y se puede descargar gratis aquí. Existe versión para Windows (versión para 32 como 64 bit), MacOS (versión gráfica y de línea de comandos) y para Linux (ubuntu, centos, debian, etc).
¿Qué son las distribuciones de Python?
Las distribuciones de Python son un paquete de software que tiene alberga muchos componentes que se suelen utilizar en conjunto. Esto permite que los usuarios puedan instalar todas las librerías y herramientas con un solo programa, lo que facilita la distribución y uso de los mismos.
Conda (Gestor de paquetes)
Un gestor de paquetes es una herramienta que permite listar, instalar y desinstalar paquetes instalados en un entorno de Python. Conda es el gestor de paquetes por defecto de Anaconda.
Conda se opera desde una consola de comandos integrada en Anaconda y se puede acceder a ella siguiendo los siguientes pasos:
- Windows: en la barra de aplicaciones de windows buscar el término
Anaconda Prompty ejecutar la aplicación. - MacOS y Linux: hay que abrir una consola de comandos del sistema.
Entornos virtuales y comandos básicos
En Python se pueden crear entornos virtuales totalmente independientes los unos de los otros. Esto permite tener instaladas diferentes versiones de Python o diferentes versiones de paquetes sin que entren en conflicto unos con otros. Se puede encontrar un documento resumiendo los comandos más utilizados aquí: conda-cheatsheet
- Se pueden crear entornos virtuales como:
$ conda create --name <nombre_entorno>
Proceed ([y]/n)? y
# o especificando la versión de Python como
$ conda create --name mi_entorno python=3.8
Proceed ([y]/n)? y- Para listar los entornos instalados se usa:
$ conda info --envs
conda environments:
base /home/nombreusuario/Anaconda3
mi_entorno * /home/nombreusuario/Anaconda3/envs/mi_entorno- Se puede cambiar entre entornos usando:
conda activate <nombre> - Para instalar y listar los paquetes instalados en un entorno se usa:
$ conda list
# packages in environment at /Users/tuxskar/anaconda3:
#
# Name Version Build Channel
_ipyw_jlab_nb_ext_conf 0.1.0 py36_0
anaconda-client 1.7.2 py36_0
anaconda-navigator 1.9.7 py36_1
appnope 0.1.0 py36hf537a9a_0
asn1crypto 1.3.0 py36_0
attrs 19.3.0 py_0
backcall 0.1.0 py36_0
beautifulsoup4 4.8.2 py36_0
blas 1.0 mkl Gestión de paquetes
En Conda se puede utilizar tanto el repositorio por defecto que está avalado por Anaconda usando el comando conda, como el repositorio oficial de Python utilizando pip.
- Se pueden listar paquetes y la versión disponible de cada uno se usa:
conda search <nombre_paquete>
$ conda search requests
Loading channels: done
# Name Version Build Channel
requests 2.18.4 py27h9b2b37c_1 pkgs/main
requests 2.18.4 py35h0d65e6b_1 pkgs/main
requests 2.18.4 py36h4516966_1 pkgs/main
requests 2.19.1 py27_0 pkgs/main
requests 2.19.1 py35_0 pkgs/main
requests 2.19.1 py36_0 pkgs/main
requests 2.19.1 py37_0 pkgs/main
requests 2.20.0 py27_0 pkgs/main
requests 2.20.0 py36_0 pkgs/main
. . .- Para instalar paquetes se usa:
conda install <nombre_paquete>o especificando el nombre del entorno comoconda install <nombre_paquete> --name <nombre_entorno>
$ conda install flask
Collecting package metadata (current_repodata.json): done
Solving environment: done
## Package Plan ##
environment location: /Users/tuxskar/anaconda3
added / updated specs:
- flask
The following packages will be downloaded:
package | build
---------------------------|-----------------
click-7.1.2 | py_0 71 KB
flask-1.1.2 | py_0 78 KB
itsdangerous-1.1.0 | py36_0 28 KB
werkzeug-1.0.1 | py_0 240 KB
------------------------------------------------------------
Total: 417 KB
The following NEW packages will be INSTALLED:
click pkgs/main/noarch::click-7.1.2-py_0
flask pkgs/main/noarch::flask-1.1.2-py_0
itsdangerous pkgs/main/osx-64::itsdangerous-1.1.0-py36_0
werkzeug pkgs/main/noarch::werkzeug-1.0.1-py_0
Proceed ([y]/n)? y
Downloading and Extracting Packages
itsdangerous-1.1.0 | 28 KB | #################################################### | 100%
click-7.1.2 | 71 KB | #################################################### | 100%
flask-1.1.2 | 78 KB | #################################################### | 100%
werkzeug-1.0.1 | 240 KB | #################################################### | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done- Para desinstalar paquetes en todos los entornos en conda se usa:
conda uninstall <nombre_paquete>aunque es mejor especificar siempre el nombre del entornoconda uninstall <nombre_paquete> --name <nombre_entorno>
$ conda uninstall flask --name mi_entorno
Remainder of file ignored
Collecting package metadata (repodata.json): done
Solving environment: done
## Package Plan ##
environment location: /Users/tuxskar/.conda/envs/mi_entorno
removed specs:
- flask
The following packages will be downloaded:
package | build
---------------------------|-----------------
atomicwrites-1.4.0 | py_0 11 KB
automat-20.2.0 | py_0 31 KB
bcrypt-3.2.0 | py36haf1e3a3_0 41 KB
cssselect-1.1.0 | py_0 19 KB
hyperlink-20.0.1 | py_0 44 KB
libxslt-1.1.34 | h83b36ba_0 395 KB
lxml-4.5.2 | py36h63b7cb6_0 1.2 MB
. . .
------------------------------------------------------------
Total: 6.6 MB
The following NEW packages will be INSTALLED:
bcrypt pkgs/main/osx-64::bcrypt-3.2.0-py36haf1e3a3_0
importlib-metadata pkgs/main/osx-64::importlib-metadata-1.7.0-py36_0
importlib_metadata pkgs/main/noarch::importlib_metadata-1.7.0-0
pyhamcrest pkgs/main/noarch::pyhamcrest-2.0.2-py_0
zipp pkgs/main/noarch::zipp-3.1.0-py_0
The following packages will be REMOVED:
asn1crypto-0.24.0-py36_0
click-7.1.2-py_0
flask-1.1.2-py_0
itsdangerous-1.1.0-py36_0
jinja2-2.11.2-py_0
libcxxabi-4.0.1-hcfea43d_1
markupsafe-1.1.1-py36h1de35cc_0
werkzeug-1.0.1-py_0
The following packages will be UPDATED:
atomicwrites pkgs/main/osx-64::atomicwrites-1.2.1-~ --> pkgs/main/noarch::atomicwrites-1.4.0-py_0
attrs pkgs/main/osx-64::attrs-18.2.0-py36h2~ --> pkgs/main/noarch::attrs-20.2.0-py_0
automat pkgs/main/osx-64::automat-0.7.0-py36_0 --> pkgs/main/noarch::automat-20.2.0-py_0
cffi 1.11.5-py36h6174b99_1 --> 1.14.0-py36hb5b8e2f_0
. . .
Proceed ([y]/n)? y
Downloading and Extracting Packages
more-itertools-8.5.0 | 43 KB | #################################################### | 100%
pyhamcrest-2.0.2 | 30 KB | #################################################### | 100%
w3lib-1.21.0 | 182 KB | #################################################### | 100%
automat-20.2.0 | 31 KB | #################################################### | 100%
pytest-runner-5.2 | 13 KB | #################################################### | 100%
lxml-4.5.2 | 1.2 MB | #################################################### | 100%
twisted-20.3.0 | 4.0 MB | #################################################### | 100%
. . .
Preparing transaction: done
Verifying transaction: done
Executing transaction: doneLibrerías populares soportadas por Anaconda
Anaconda soporta múltiples librerías de forma nativa que pueden ser instaladas gracias a Conda como:
- IDE y editores: Spyder y Jupyter notebook.
- Matemáticas: NumPy, Numba y Pandas.
- Inteligencia artificial: Scipy, scikit-learn, pytorch y TensorFlow.
- Librerías gráficas: bokeh, holoviews y matplotlib.
Ediciones de Anaconda
Existen tres versiones para cubrir diferentes perfiles, y se diferencian en el soporte que ofrece Anaconda Inc para cada cliente:
- Individual edition: versión gratuita para ser utilizada de forma individual. Precio: gratis.
- Team edition: versión de pago para empresas que utilicen la herramienta tanto para Python como para R. Precio: desde 10,000$
- Enterprise edition: es la versión más profesional donde se ofrece soporte como entrenamientos personalizados, soporte 24/5 y muchas características más. Precio: requiere de hablar de forma individual.
Libros recomendados
A continuación se pueden ver los libros más relevantes que tratan sobre Anaconda y sobre el desarrollo científico:
Libros recomendados para aprender Python
Estos son los libros que pueden ayudarte a aprender Python, aprender a programar, tipos de datos, algoritmia y mucho más.
1 respuesta