Anaconda is the Most Popular Python Data Science Platform.
Package, dependency and environment management for any language—Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN.
Anaconda常用命令
管理环境
# 升级conda
conda update conda
# 安装、删除环境
conda create -n tensorflow python=3.5 [<packages separate with space>] # from python3.5, with name tensorflow
conda remove -n <env_name> --all
# 克隆环境
conda create --name flowers --clone snowflakes
# 激活、退出环境
# linux
source activate tensorflow
source deactivate
# windows
activate tensorflow
deactivate
# 列出安装的环境
conda info --envs
管理python
# 搜索
conda search --full-name python
# 安装（同上）
conda create -n tensorflow python=3.5
管理包
# 查看环境已安装的包
conda list
# 在线查看：https://docs.continuum.io/anaconda/pkg-docs.html
# 搜索
conda search beautifulsoup4
# 1.安装包到某个环境，默认当前环境
conda install [--name bunnies] beautifulsoup4
# 2.搜索包：http://anaconda.org/
conda install -c conda-forge beautifulsoup4
# 3.通过pip安装
# 查看
conda list
# 卸载
# 移除包
conda remove --name bunnies iopro
# 移除环境
conda remove --name snakes --all
# 移除conda本身
rm -rf ~/anaconda
python 从URL安装.whl包
pip install --ignore-installed --upgrade <tfBinaryURL>
主机间复制docker镜像
只有腾讯云有个内存大点的闲置机器，国内网速也快些，配置过来方便在线玩玩。（系统不是以systemd启动的，官网的代理配置方法不可用）
docker save -o <save image to path> <image name>
docker load -i <path to image tar file>
docker tag <image id> <repository name>
# startup script
docker rm -f tensorflow
docker run -p 9000:8888 --name tensorflow -it --rm tensorflow