Anaconda中文网站 > 使用教程 > Anaconda有哪些模块库 Anaconda怎么添加库
Anaconda有哪些模块库 Anaconda怎么添加库
发布时间:2024/09/06 10:36:06

品牌型号:联想拯救者R7000

系统: Windows 10专业版

软件版本:Anaconda3

Anaconda是一个功能强大的平台,提供了丰富的模块库,支持普通开发、深度学习以及数据处理等多种任务。初次接触Anaconda的用户可能不知道怎么查询Anaconda有哪些库,以及Anaconda怎么添加库。本文将为你介绍Anaconda中的模块库,并为你演示Anaconda怎么添加库。

一、Anaconda有哪些模块库

要学习使用Anaconda,首先需要知道如何查询已安装的模块库,以下是查询 Anaconda 中模块库的几种方法:

1、使用Conda命令查询

打开Anaconda Prompt或终端,输入以下“conda list”命令来列出当前环境中已安装的所有库。如下图所示,此处展示的是“base”环境中的库,数量较多,如果你在自己新创建的环境中输入该命令,展示的数据可能较少。

Anaconda Prompt查看库列表
图1:Anaconda Prompt查看库列表

2、通过Anaconda Navigator查询

Anaconda Navigator是一个可视化界面,用户可以更方便地管理环境和库。你可以参考下面的步骤查看环境中的库。

1)在开始菜单中,打开 Anaconda Navigator。

Anaconda Navigator
图2:Anaconda Navigator

2)选择“Environments(环境)”,并选择一个具体的环境,例如:myenv。

3)在右侧,你可以筛选“installed”,即显示当前选中环境中的所有已安装库。你还可以通过搜索框查找特定库的安装情况。

Anaconda Navigator查看库
图3:Anaconda Navigator查看库

base环境中的模块库有很多,常用的有Numpy、Pandas、Matplotlib等。

1、NumPy

NumPy是一个用于计算的基础库,支持多维数组和矩阵,并拥有丰富的数学函数库。NumPy 是其他库(如Pandas、SciPy)的基础组件,主要应用于数值计算、数组操作和线性代数。例如,创建一个二维数组并计算其均值:

numpy
图4:numpy

2、Pandas

Pandas是一个功能强大的Python库,用于数据操作和分析,非常适合处理表格或结构化数据(如CSV文件、Excel表等)。Pandas在数据清洗、转换和分析过程中非常方便。例如图5的代码中,引入Pandas读取csv表格,聚焦于分析指定列,以及过滤空数据。

3、Matplotlib

Matplotlib是Python的一个基础绘图库,用于创建各种静态图表。Matplotlib可以生成折线图等,一般用于数据分析中的图表展示。例如图5中引入Matplotlib绘制了一个轮廓系数走势图。

Pandas和Matplotlib结合使用
图5:Pandas和Matplotlib结合使用

二、Anaconda怎么添加库

尽管Anaconda自带了许多常用的库,但在某些项目中,可能需要添加其他的库。Anaconda提供了多种方式来安装新的库,以下是几种可以参考的方式。

1、通过Conda安装库

Conda是Anaconda的包管理器,你可以使用以下命令“conda install+库名”来安装新的库,例如:安装一个名为“scipy”的库:

conda安装库
图6:conda安装库

2、通过pip安装库

如果某个库使用Conda无法安装,你还可以使用pip来尝试安装,命令是“pip install+库名”。例如,安装一个名为“requests”的库:

pip安装库
图7:pip安装库

3、通过Anaconda Navigator添加库

Anaconda Navigator提供了图形界面,你可以按照以下步骤来添加库:

1、打开Anaconda Navigator,在“Environments(环境)”选项卡中,选择需要安装库的环境。

2、搜索并选择你需要安装的库,然后点击“Apply”。

Anaconda Navigator安装库
图8:Anaconda Navigator安装库

三、总结

本文首先介绍了Anaconda有哪些模块库,然后详细介绍了三个经典的模块库——NumPy、Pandas 和 Matplotlib,最后为大家演示了如何在Anaconda中添加新的库。介绍了三种添加库的方法,比较简单的就是使用Anaconda Navigator搜索安装库。熟悉这些查询库、安装库的基本操作,可以更好的使用Anaconda工具,希望本文对你有所帮助。

读者也访问过这里:
135 2431 0251