Anaconda的一个主要特点是它与blog中所述的语言无关:
您可以创建任何二进制依赖关系树的环境(不同 Python,R,Julia等版本。)。
最近我在Python中使用virtualenv转换为Anaconda,所以我很想在Anaconda环境中尝试Julia。但是,我找不到足够明确的说明来成功安装Julia。首先,我天真地尝试conda create -n julia-test julia
。显然,它没有用。然后我在binstar.org found使用代码
conda install -c https://conda.binstar.org/wakari1 julia
但是,我不想在特定虚拟环境之外安装Julia,因此我将其更改为:
conda create -n julia-test -c https://conda.binstar.org/wakari1 julia
它没有抛出错误,但最终未能启动Julia解释器。
那么,在anaconda环境中安装Julia(最好是0.2)的正确方法是什么?
更新
截至2018年3月,在conda-forge频道上,Julia v0.6.1可用于linux-64:
https://anaconda.org/conda-forge/julia
它已设置为在<env_prefix>/share/julia/site
内安装软件包,以保持与用户的~/.julia
用户主目录的隔离。
conda create -n julia -c conda-forge julia
答案 0 :(得分:20)
截至2017年8月,在conda-forge频道上可以使用Julia v0.5.2:
https://anaconda.org/conda-forge/julia
它已设置为在<input data-bind= "checked: Type, required:Type type="radio" value="1" />
<label>Allowed</label>
<input data-bind= "checked: Type, required: Type, type="radio" value="2" />
<label>Charge</label>
内安装软件包,以保持与用户的PIN <- c("case1", "case2", "case3", "case4", "case5")
STAMP_1 <- c(1, 1, 1, 1, 1)
STAMP_2 <- c(NA, 1, 1, NA, 1)
STAMP_3 <- c(1, NA, 1, 1, NA)
STAMP_4 <- c(NA, NA, 1, 1, NA)
STAMP_5 <- c(1, NA, NA, 1, NA)
data <- data.frame(PIN, STAMP_1, STAMP_2, STAMP_3, STAMP_4, STAMP_5)
用户主目录的隔离。
<env_prefix>/share/julia/site
答案 1 :(得分:12)
博客帖子表明conda足够通用,允许任何类型的包。 Julia还没有包(除了你在Wakari频道找到的那个,这是Wakari特有的)。
为Julia构建一个conda包,可能并不困难。构建一个简化的方法将Julia包转换为conda包是一项更多的工作。
答案 2 :(得分:5)
Julia 0.4.5(不是当前最新的0.5.0)现在可从bioconda频道获得。 使用anaconda(python 3.6版本)并遵循bioconda中的说明:
# In this order
conda config --add channels conda-forge
conda config --add channels defaults
conda config --add channels r
conda config --add channels bioconda
conda install julia
所以要创建相应的虚拟环境:
conda create -n julia-env julia
尽管如此,我还没有看到任何其他的朱莉娅图书馆。