Anaconda 3 2019.10

Anaconda 3 是一套开源的数据科学与机器学习平台，主要支援 Python 与 R 语言，解决环境设定与套件管理的繁琐问题。其最鲜明的特色是内建 Conda 套件管理器，能轻松建立隔离环境、管理大量数据科学套件，并预载 scikit-learn、TensorFlow 等常用工具。作为业界标准，它拥有庞大的使用者基础，长期维护中，但更新频率不算频繁，评价普遍不错。

这套工具适合数据科学家、机器学习工程师或任何需要快速上手 Python/R 分析的人，尤其在进行模型训练或大规模数据处理时特别实用。相较于同分类的其他工具，如 Microsoft Access 或 Parallels Desktop，Anaconda 专注在数据科学领域，功能取向不同，选择取决于你的需求。授权为开源，但仅提供英文介面，且目前主要针对 macOS 平台，Windows 用户需另行下载，安装时也要留意其体积较大。

開源版的 Anaconda for Mac（前身為 Anaconda Distribution）是在 Linux、Windows 與 macOS 上執行 Python/R 資料科學與機器學習的最簡單方式。

全球超過 1,500 萬名使用者，它是在單一機器上開發、測試與訓練的業界標準，讓個別資料科學家能夠：

• 快速下載 1,500+ 個 Python/R 資料科學套件
• 使用 Conda 管理函式庫、相依套件與環境
• 使用 scikit-learn、TensorFlow 與 Theano 開發並訓練機器學習與深度學習模型
• 使用 Dask、NumPy、pandas 與 Numba 進行具擴充性與高效能的資料分析
• 使用 Matplotlib、Bokeh、Datashader 與 Holoviews 視覺化結果

直接從平台操作，無需涉及 DevOps，資料科學家即可快速將 AI 與機器學習模型開發並部署到正式環境。

Anaconda Python for macOS 提供輕鬆達成以下需求的工具：

• 從檔案、資料庫與資料湖收集資料
• 使用 Conda 管理環境（所有套件相依性在下載時即已處理完畢）
• 分享、協作與重現專案
• 一鍵將專案部署到正式環境

Anaconda Distribution 是一個全面且開源的平台，簡化了資料科學與機器學習專案的套件管理與部署。

主要特色

Conda 套件管理器：Anaconda 的 Conda 套件管理器簡化了套件安裝、相依性管理與版本控制。它允許使用者為不同專案建立隔離環境，確保相依套件不會衝突。

豐富的函式庫生態系：此發行版內含超過 1,500 個資料科學套件，包括 NumPy、Pandas、SciPy、Matplotlib 與 scikit-learn 等熱門套件。如此龐大的函式庫生態系減少了手動安裝的需求。

Jupyter Notebook 整合：它與 Jupyter Notebook 無縫整合，提供一個互動且視覺化的環境，用於程式碼開發、資料探索與文件撰寫。

IDE 整合：可與 Visual Studio Code、PyCharm 與 JupyterLab 等熱門整合開發環境（IDE）整合，提升開發體驗。

資料視覺化工具：內含 Seaborn 與 Bokeh 等資料視覺化工具，讓建立資訊豐富的圖表更加容易。

機器學習框架：支援 TensorFlow、Keras 與 PyTorch 等熱門機器學習框架，讓使用者能輕鬆建置與訓練複雜模型。

雲端整合：使用者可透過 Anaconda Cloud 或 Anaconda Enterprise 將專案無縫部署到 AWS、Microsoft Azure 與 Google Cloud 等雲端平台。

使用者介面

它主要依賴命令列介面進行套件管理與環境設定。不過，它也為某些任務提供友善的圖形介面，例如 Anaconda Navigator。

Anaconda Navigator 是一個桌面圖形使用者介面，讓使用者能輕鬆管理套件、環境與專案。雖然命令列介面提供更多控制，但 Anaconda Navigator 簡化了常見任務，讓不同專業程度的使用者都能上手。

安裝與設定

前往官方網站或 FileHorse 下載適合您作業系統（Windows、macOS 或 Linux）的安裝程式。

依照安裝指示操作，通常包括接受授權協議、選擇安裝位置，以及將應用程式加入系統的 PATH。

安裝完成後，開啟 Anaconda Navigator（如果您偏好圖形介面）或使用命令列介面來建立與管理環境、安裝套件，以及執行 Jupyter notebook。

使用方法

建立環境：使用 conda create 指令為您的專案建立隔離環境。這有助於避免套件與相依性之間的衝突。

啟動環境：使用 conda activate environment_name 啟動環境，以便在特定專案的環境中工作。

安裝套件：使用 conda install package_name 安裝套件。它會自動處理相依性。

啟動 Jupyter Notebook：在啟動的環境中執行 Jupyter Notebook 來啟動它。然後您可以為專案建立並執行 Python notebook。

探索文件：其網站提供豐富的文件與教學，可協助您開始進行資料科學與機器學習任務。

常見問題

Anaconda for Mac 是免費的嗎？
是的，此程式是免費且開源的。不過，Anaconda Inc. 也提供付費版本 Anaconda Enterprise，提供額外功能與支援。

我可以將 Anaconda Distribution 用於 Python 與 R 以外的語言嗎？
雖然此應用程式主要以 Python 與 R 聞名，但您可以透過為其他語言建立獨立環境來使用它。

如何更新 Anaconda 中的套件？
您可以使用 conda update package_name 指令更新套件。若要更新環境中的所有套件，請使用 conda update --all。

Anaconda 是否支援深度學習的 GPU 加速？
是的，它支援 TensorFlow 與 PyTorch 等深度學習框架的 GPU 加速。您需要安裝這些函式庫的 GPU 版本。

我可以與他人分享我的 Anaconda 環境嗎？
可以，您可以使用 conda env export > environment.yml 將環境規格匯出為 YAML 檔案。其他人之後可以使用此檔案透過 conda env create -f environment.yml 重建環境。

價格

此應用程式本身是免費的。不過，Anaconda Inc. 提供商業產品與服務，例如 Anaconda Enterprise，這是一個專為企業級資料科學與機器學習營運設計的付費平台。

Anaconda Enterprise 的價格會根據您組織的規模與特定需求而有所不同，因此您應直接聯絡 Anaconda Inc. 取得報價。

PRO 方案 - 每月 $25（每位使用者）
建置 Python 應用程式的從業人員

• 10GB 雲端託管 notebook 空間
• 使用者存取控制
• 增強支援

BUSINESS 方案 - 每月 $75（每位使用者）
具有進階安全需求的團隊

• 開源軟體供應鏈安全工具
• 精選漏洞資料
• 稽核日誌

優點

• 透過 Conda 進行全面的套件管理。
• 豐富的資料科學函式庫生態系。
• 輕鬆的環境隔離。
• 與 Jupyter Notebook 無縫整合。
• 支援熱門機器學習框架。
• 雲端部署選項。
• 活躍的社群與豐富的文件。

缺點

• 安裝檔案龐大。
• 圖形介面有時較慢。
• 部分使用者可能覺得命令列介面難以親近。

另有提供：下載 Anaconda for Windows

下載 Anaconda for Mac 最新版本 為什麼此應用程式發佈在 FileHorse 上？（更多資訊）