词汇表#
Anaconda.org#
一个基于云的公共存储库托管服务。Anaconda.org 托管数百个适用于各种应用的实用 Python 包。您无需 Anaconda.org 帐户,也无需登录,即可搜索公共包或下载和安装它们。
您也可以将 包 发布到 Anaconda.org。这些包托管在与您的 Anaconda.org 帐户关联的 频道 中,可以与公众共享。订阅了 Anaconda.org 付费计划的用户可以将包指定为私有,仅与授权用户共享。
有关 Anaconda.org 的更多信息,请参阅 Anaconda.org.
Anaconda Client CLI#
Anaconda Client 命令行界面 (CLI) 允许您直接从终端窗口登录 Anaconda.org 并管理您的帐户。无需从 Anaconda.org 下载或安装包。
Anaconda Distribution#
一个可下载的、开源的、高性能的、经过优化的 Python 和 R 发行版,自动包含 300 多个包。Anaconda Distribution 提供了轻松安装另外 7,500 多个用于数据科学的开源包的选项,包括高级和科学分析。
Anaconda Distribution 包括 conda、Python、Anaconda Navigator 以及 300 多个其他数据科学和机器学习包。Anaconda Distribution 可用于 Windows、macOS 和 Linux。
安装 Anaconda Distribution 后,您可以使用以下命令安装 Anaconda 存储库中包含的数千个其他开源包
# Replace <PACKAGE> with the name of the desired package conda install <PACKAGE>
有关 Anaconda Distribution 的更多信息,请参阅 Anaconda Distribution.
有关许可的更多信息,请参阅我们的 服务条款.
Anaconda 元包#
一组特定版本的包,这些包与 Anaconda Distribution 安装程序相关联。Anaconda 元包用于将所有其他包拉入安装程序。它包含几个核心低级库,包括压缩、加密、线性代数以及一些 GUI 库。
Anaconda 元包对于创建包含所有 Anaconda Distribution 包的环境非常有用,并且对 conda 的求解器行为具有重要影响。
有关 Anaconda 元包的更多信息,请参阅 Anaconda 元包.
有关 Anaconda Distribution 和 Anaconda 元包之间区别的更多信息,请参阅 Anaconda 博客 名称的含义?澄清 Anaconda 元包.
Anaconda 专业存储库#
您网络上的私有企业服务器,可以在其中存储和检索开源包和专有包,以便在本地计算机上安装。Anaconda 专业存储库不同于 Anaconda.org 或 默认 conda 存储库。Anaconda 专业存储库用于控制对数据科学资产(包括包和笔记本)的访问。它可用于商业用途,无论是本地部署还是云部署。
有关 Anaconda 产品层级的更多信息,请参阅 Anaconda 定价.
频道#
Conda 在存储库中查找软件包的位置。通道可以指向 Anaconda.org 存储库或您或您的组织管理的远程或本地存储库上的私有位置。默认情况下,defaults
通道列表包含以下公共存储库通道
ckey#
用于标识 Anaconda Server 内资产的内部 ID。
命令行界面 (CLI)#
一个程序,其中命令作为文本逐行输入,供计算机执行。这在 Windows 的 Anaconda Prompt 中完成,在 macOS 和 Linux 中在终端中完成。Conda 在 CLI 中执行。与图形用户界面 (GUI)形成对比。
提交#
通过将本地更改复制到远程服务器来使它们永久化。Data Science & AI Workbench 会检查您的工作是否与同事对同一项目的任何提交冲突,因此文件不会被覆盖,除非您选择这样做。
Conda#
一个软件包和环境管理器程序,它与Anaconda Distribution一起打包并在CLI中运行。使用 conda,您可以安装和更新conda 软件包及其依赖项,并在本地计算机上切换conda 环境。与Anaconda Navigator形成对比。
有关 conda 的更多信息,请参阅conda 文档。
Conda-build#
您可以使用它从配方构建 conda 软件包的命令行工具。
Conda 环境#
一个包含特定conda 软件包及其依赖项集合的文件夹或目录,以便它们可以独立维护和运行,而不会相互干扰。conda 环境维护自己的文件、目录和路径,因此您可以使用特定版本的库和/或 Python 本身,而不会影响其他 Python 项目。对一个环境的更改不会影响其他环境。例如,如果您在一个环境中升级了一个程序,这不会升级另一个环境中的同一个程序。
例如,您可以使用一个 conda 环境仅用于 Python 2.7 和 Python 2.7 软件包,并维护另一个仅包含 Python 3.9 和 Python 3.9 软件包的 conda 环境。
Anaconda Navigator中的环境是 conda 环境。
Conda 软件包#
一个包含软件程序安装和运行所需所有内容的存档文件,因此您不必手动查找和安装每个依赖项。这可能包括系统级库、Python 模块、可执行程序和其他组件。Conda 跟踪特定软件包和平台之间的依赖关系,使使用不同软件包组合创建特定于操作系统的环境变得简单。
Conda 软件包可以使用conda在CLI中管理,也可以使用Anaconda Navigator管理。
Conda 配方#
用于告诉 conda-build 如何构建软件包的说明。
Conda 存储库#
一个基于云的存储库,包含 720 多个易于通过 conda install
命令在本地安装的开源认证软件包。可以在https://repo.anaconda.com/pkgs/直接查看,并在Anaconda Navigator中使用,从“环境”选项卡下载和安装软件包,或者使用conda命令在CLI中使用。
CVE#
软件组件中发现的常见漏洞和披露。由于现代软件及其多层、相互依赖性、数据输入和库非常复杂,漏洞往往会随着时间的推移而出现。忽略高 CVE 分数会导致安全漏洞和应用程序不稳定。
要详细了解 CVE 以及 Anaconda 如何缓解和管理它们,请观看数据科学现状网络研讨会。
部署#
包含笔记本、网络应用程序、仪表板或机器学习模型(通过 API 公开)的已部署 Anaconda 项目。当您部署项目时,Data Science & AI Workbench 会构建一个包含所有必需依赖项和运行时组件的容器——项目运行所依赖的库——并使用用户定义的安全性和访问权限启动它。这使您可以轻松地运行应用程序并与他人共享。
环境#
虚拟环境允许同一(软件)软件包的多个不兼容版本在单个系统上共存。环境只是一个包含相互兼容软件包集合的文件路径。通过将给定软件包的不同版本(及其依赖项)隔离在不同的环境中,这些版本都可用于处理特定的项目或任务。
图形用户界面 (GUI)#
一个带有图形图像、图标和菜单的程序,其中命令通过点击鼠标和/或在编辑框中输入文本来输入。 Anaconda Navigator是一个图形用户界面,它覆盖了 conda 实用程序。
交互式数据应用程序#
包含滑块、下拉菜单和其他小部件的可视化效果,允许用户与它们进行交互。交互式数据应用程序可以驱动新的计算、更新绘图并连接到其他编程功能。
交互式开发环境 (IDE)#
一套软件工具,将开发人员编写和测试软件所需的一切结合在一起。它通常包括一个代码编辑器、一个编译器或解释器以及一个调试器,开发人员可以通过单个图形用户界面 (GUI) 访问它。IDE 可以本地安装,也可以作为通过网络浏览器访问的一个或多个现有兼容应用程序的一部分包含。
标签#
Anaconda.org 上的 URL 的一部分,Conda 在其中查找软件包。只有在您指定标签时才会搜索标签。
默认标签是 main
,因此上传未指定标签的软件包将自动标记为 main
。标记为 main
的版本也会默认下载,除非用户指定了不同的标签。
因此,如果文件标记为 main
,则可以从 URL 中省略标签名称。例如,以下存储库是等效的
https://anaconda.org/sean/labels/main
https://anaconda.org/sean
诸如 conda install
之类的命令可以使用通道,也可以使用通道和标签
conda install --channel sean selenium
conda install --channel sean/label/dev selenium
conda install --channel sean/label/stable selenium
Miniconda#
Miniconda 是Anaconda Distribution的轻量级版本,从CLI运行,只包含conda、Python 及其依赖项。安装 Miniconda 后,您可以使用以下命令从 CLI 直接安装额外的 conda 软件包
# Replace <PACKAGE> with the name of the package you want to install in your environment
conda install <PACKAGE>
有关 Miniconda 的更多信息,请参阅Miniconda。
有关许可的更多信息,请参阅我们的 服务条款.
镜像#
镜像是将数据从源准确复制,然后将其存储在新位置的过程。镜像可以是原始数据的子集,也可以是完全 1:1 的副本。镜像可以是实时、固定时间表或一次性事件。
命名空间#
每个用户和组织都有自己的位置,称为“命名空间”,他们可以在其中托管软件包。您可以通过导航到其用户页面来查看用户或组织命名空间中的公共软件包。
示例:位于https://anaconda.org/travis
的travis
用户命名空间包含由名为travis
的帐户的用户上传和共享的软件包。
无体系结构软件包#
一个 conda 软件包,它不包含任何特定于系统体系结构的内容,因此可以在任何系统上安装。当 conda 在任何系统上的通道中搜索软件包时,conda 总是检查特定于系统的子目录(例如,linux-64
)和noarch
目录。
有关 Anaconda 的main
通道中提供的无体系结构软件包列表,请参阅https://repo.anaconda.com/pkgs/main/noarch/。
笔记本#
Anaconda Notebooks 是一种由 PythonAnywhere 提供支持的托管 JupyterLab 服务,它使您能够在线可靠地运行 JupyterLab 笔记本。Notebooks 服务为您提供了一个托管的 JupyterLab 实例,它在专用 JupyterHub 环境中运行,具有持久性云存储、预配置的 conda 环境(包含常见的数据科学软件包)以及创建自己的自定义环境的能力。
有关 Anaconda Notebooks 的更多信息,请参阅Anaconda Notebooks。
软件包#
软件文件和有关软件的信息,例如它的名称、特定版本和说明,这些信息捆绑在一个可以由软件包管理器安装和管理的文件中。虽然软件包通常用于文件,但它们也可以仅用于元数据。在这种情况下,它被称为元软件包。
软件包管理器#
一套软件工具,自动执行安装、更新、配置和删除软件包的过程。也称为软件包管理系统。
Anaconda Navigator包含 conda 软件包管理器,具有GUI覆盖,方便使用。
Anaconda.org 支持两种软件包管理器:conda 和 pip。
参数#
模型参数是在训练过程中学习到的权重和偏差。模型的参数越多,其学习能力就越强,但它也会更严格地遵循其训练数据。
项目模板#
包含所有支持特定编程环境的基本文件和组件。例如,Python Spark 项目模板包含编写连接到 Spark 集群的 Python 代码所需的一切。创建新项目时,可以选择包含一组软件包及其依赖项的模板。
量化方法#
量化平衡模型的参数。这样做是为了使模型在内存使用方面更有效,或者更健壮和准确。把它想象成把一本 300 页的手册压缩成 100 页、50 页或 30 页最重要的信息。
R 包#
一个 conda 包,用于安装和运行 R 计算机语言。例如,R Essentials 是一个包含 210 个流行的开源软件程序的捆绑包,这些程序是用 R 计算机语言编写的。
有关 R 包的更多信息,请参见 使用 Anaconda 的 R 语言.
存储库#
任何可以从中检索和安装软件或软件资产(如软件包)到本地计算机的存储位置。另请参见:Anaconda 专业存储库 和 conda 存储库.
REST API#
通过 REST API 对机器学习模型进行操作化是一种常见的方法。REST API 是一个 Web 服务器端点或可调用的 URL,它根据查询提供结果。REST API 允许开发人员创建包含机器学习和预测的应用程序,而无需自己编写模型。
会话#
在编辑器或 IDE 中运行的开放式项目。
令牌#
访问控制令牌是一个随机的字母数字字符串,它被插入到软件包或频道 URL 中。令牌可与 Anaconda.org、Anaconda 专业存储库或 AE4 存储库一起使用。该令牌允许您下载受限制的软件包或添加频道。只有拥有正确访问令牌的用户才能访问私有文件。您可以在 CLI 中使用 Anaconda 客户端或在 Anaconda.org 中使用您的组织来生成用于各种私有软件包和频道目的的令牌。