anaconda、conda、miniconda相关概念介绍

anaconda简介

Anaconda 是一个 Python 发行版，主要用于科学计算和信号处理等领域，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析等Python 包。

Anaconda Python 是一个完全免费的企业级Python发行大规模数据处理、预测分析和科学计算的工具。简单来说，就是安装了Annaconda，就安装了python、conda和一般可能用到的numpy、scipy、pandas等等常见的科学计算包，而无需再单独下载配置。

而同时anaconda提供了公共的仓库，可以供用户上传下载自己构建的内部anaconda格式的科学计算模块，就好比熟悉Docker人一样，可以在http://hub.docker.com上上传下载自己所感兴趣的镜像(image)一样。

如同Docker类似，我们构建并上传一个image可以使用docker build构建完成之后使用docker push来上传镜像。而在构建属于自己的anaconda科学计算的包时我们需要使用conda build工具来构建anaconda科学计算包，并使用anaconda upload来上传相关的科学计算包到公共仓库。

conda简介

conda是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。

Conda包括Anaconda和Miniconda。
Conda还包括在Anaconda的Continuum订阅中，它为Python, R, Scala, Java, Javascript, C/ C++以及其他应用程序堆栈提供包管理。而pypi（pypi是一个python包的仓库，里面有很多别人写好的python库，你可以通过easy_install或者pip进行安装）也可以使用Conda，尽管这种做法可能不是最新的。

miniconda简介

Miniconda是一个小的“引导”版本，只包括conda，Python和它们所依赖的包。可以使用“conda install”命令从Continuum存储库中单独安装超过720个科学软件包及其依赖项。

通俗的讲以上三个名词就是：

anaconda是一个python发行版，主要用来发布一些科学计算相关的模块包,默认的anaconda包安装后则会预装相应的anaconda和conda以及默认的python以及相关模块工具包；
conda是一个类anaconda软件包的包/环境管理器，可以管理python、R、c/c++、Java等科学计算相关的模块包;
而miniconda则属于一个简版的anaconda，只包含基础的conda命令，一般对于开发者而言只需要安装miniconda即可满足科学计算相关软件包的管理。

使用miniconda快速体验

注意：默认的anaconda源由于服务器在国外，使用默认的源可能导致安装包过程中比较慢，这里建议将使用国内清华的anaconda源来加速相关模块的安装部署
在linux环境下:

# 下载并安装miniconda
$ wget https://mirror.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.3.11-Linux-x86_64.sh

# 使用miniconda初始化conda环境，会安装一个默认的python版本
$ bash Miniconda3-4.3.11-Linux-x86_64.sh -b -p /export/biaoge/conda-test/python2.7

# 安装完成之后会在/export/biaoge/conda-test/python2.7目录下生成整个conda的相关目录结构，包括可执行文件、动态链接库等，为了方便环境隔离，用户可以将conda的中的bin和lib目录追加到当前环境的PATH，和LD_LIBRARY_PATH环境
$ cd /export/biaoge/conda-test/python2.7
$ export PATH=$(pwd)/bin:$PATH
$ export LD_LIBRARY_PATH=$(pwd)/lib:$LD_LIBRARY_PATH

# 测试使用(miniconda3.4.3中包含的默认python版本)
$ python --version
Python 3.6.0 :: Continuum Analytics, Inc

# 查看默认的conda源
$ conda config --show
.....
default_channels:
  - https://repo.continuum.io/pkgs/free
  - https://repo.continuum.io/pkgs/r
  - https://repo.continuum.io/pkgs/pro
.....

# 添加conda私有源
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

# 切换到python2.7并测试numpy模块
$ conda install python=2.7 -y
$ conda install numpy -y 
$ python --version
Python 2.7.14 :: Anaconda, Inc.
$ python -c "import numpy as np;print(np.__version__)"
1.14.2

下一章主要介绍conda相关的详细使用，配置详情以及企业环境中如何构建私有的conda源以及conda私有包。