.. _intro-detail-install: ===================== Anaconda 虚拟环境搭建 ===================== Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。 Anaconda 环境包含了常用的 Python 科学计算库及依赖关系,而 RQAlpha 有很多模块是依赖于这些科学计算库的,因此下载 Anaconda 可以轻松搭建出一个强大的 Python 量化研发的基础环境。 .. note:: 安装 Anaconda 比较简单,只需要去 `Anaconda 官网`_ 下载对应操作系统版本的安装包进行安装即可。 当安装成功后,执行如下命令来查看是否安装成功: .. code-block:: bash conda -V For GNU/Linux ------------------------------------ 如果您使用 GNU/Linux 系统,可以使用如下方式进行 Anaconda 环境(基于 **Python 3**)的安装,下面以 CentOS 为例: .. code-block:: bash # 首先从 Anaconda 官网下载 anaconda Linux 64Bit 版本命令行安装包 $ wget https://repo.anaconda.com/archive/Anaconda3-2020.02-Linux-x86_64.sh # 修改权限让脚本可以运行 $ chmod +x Anaconda3-2020.02-Linux-x86_64.sh # 运行该安装脚本 $ ./Anaconda3-2020.02-Linux-x86_64.sh # 剩下就是一路Yes或者Enter好了... Welcome to Anaconda3 4.2.0 (by Continuum Analytics, Inc.) In order to continue the installation process, please review the license agreement. Please, press ENTER to continue >>> # 重新加载一下 bash 就可以使用 `conda` 命令了 $ source ~/.bashrc #然后尝试一下运行 `conda -V` 命令行看是否已经安装成功,如果返回对应的版本信息,则说明安装成功。 $ conda -V conda 4.2.13 #设置matplotlib的backend(没有图形化界面的情况下) $ echo "backend: Agg" > ~/.config/matplotlib/matplotlibrc 安装中文字体: 将 :code:`WenQuanYi Micro Hei.ttf` 放到 :code:`/usr/share/fonts/chinese` 在执行以下命令如出现问题,请参考 :ref:`FAQ-chinese-fonts-mac` .. code-block:: bash mkdir /usr/share/fonts/chinese cd /usr/share/fonts/chinese wget https://static.ricequant.com/data/WenQuanYi%20Micro%20Hei.ttf fc-cache -fv fc-list rm -rf ~/.cache/matplotlib rm -rf ~/.fontconfig .. _`Anaconda 官网`: https://www.anaconda.com/distribution/ conda 虚拟环境 ------------------------------------ * 构建 conda 虚拟环境 我们强烈建议您去创建并使用Python虚拟环境,因为这样才能让您的开发环境更加独立,不会因为安装不同的包而出现问题,造成运行失败等。 目前流行的Python虚拟环境有两种::code:`conda` 和 :code:`pyenv`, 由于大部分的量化开发都是基于 Anaconda 的 python 技术栈,因此我们建议您使用 conda 作为默认的虚拟环境开发。 以下有几个常用的虚拟环境命令可以使用: .. code-block:: bash # 创建 conda 虚拟环境( :code:`env_name` 是您希望创建的虚拟环境名) $ conda create --name env_name python=3.6 # 如您想创建一个名为rqalpha的虚拟环境 $ conda create --name rqalpha python=3.6 # 使用 conda 虚拟环境 $ source activate env_name # 如果是 Windows 环境下 直接执行 activcate $ activate env_name # 退出 conda 虚拟环境 $ source deactivate env_name # 如果是 Windows 环境下 直接执行 deactivate $ deactivate env_name # 删除 conda 虚拟环境 $ conda-env remove --name env_name