前言：

为什么要安装Anaconda？

Anaconda是一个数据科学工具代码包（不是爱马仕那些），开源的个人版（分发版，“distribution”）是在单台机器上执行 Python/R 数据科学和机器学习的最简单方法。

人话：

让你分析和显示数据的逼格提升～发文章，不香吗？

---

1.别忘记激活（Activate）自己定义的环境

conda activate myenv

2.安装包numpy

conda install numpy

有点类似安装R包，到Proceed这里按回车就行

3.查看包（list）

conda list

numpy安装上了

4.一次性安装多个包（空格，打上就行）

conda install matplotlib seaborn pandas

同上，等待，回车确定。

也是list看有没有安装上

5.查找有没有某个包（如pandas）

conda search pandas

都列出来了

如果要查找pandas特定的版本，后面加=

conda search pandas=0.25.2

如果要查找pandas最新的版本，update

conda update pandas

已有最新版本

6.删除包，同理

conda remove 包名字

7.使用pip（每一个Python用户必备的工具）

科普：什么是pip？

pip 是一个现代的，通用的Python 包管理工具。

首先，如果能够成功输入pip版本号，则说明，当前系统中已经安装pip，否则，需要进行安装。（其实不用管，一直被直接包括在 Python 的安装包内，可以直接使用它，除非你安装的是更早版本的 Python）

pip --version

有就说明有了，没有就安装，如下

conda install pip

说明我的电脑本身已经有了，安装后可以看看--version，证明是否成功

使用 pip 安装软件包

pip install numpy

命令 pip install 会查找并安装软件包的最新版本。

人话：为什么要这个pip（屁）？大神忽略～

本质：以避免将包安装到 Python 的全局安装环境（Global version）中。

原理：

Python应用程序通常会使用不在标准库内的软件包和模块。应用程序有时需要特定版本的库，因为应用程序可能需要修复特定的错误，或者可以使用库的过时版本的接口编写应用程序。

这意味着一个Python安装可能无法满足每个应用程序的要求。

如果应用程序A需要特定模块的1.0版本但应用程序B需要2.0版本（Local version），则需求存在冲突，安装版本1.0或2.0将导致某一个应用程序无法运行。

这个问题的解决方案是创建一个 virtual environment（虚拟环境），一个目录树，其中安装有特定Python版本，以及许多其他包。（这就是这几节内容干的事情）

然后，不同的应用将可以使用不同的虚拟环境。 要解决先前需求相冲突的例子，应用程序 A 可以拥有自己的 安装了 1.0 版本的虚拟环境，而应用程序 B 则拥有安装了 2.0 版本的另一个虚拟环境。 如果应用程序 B 要求将某个库升级到 3.0 版本，也不会影响应用程序 A 的环境。

后话：

基本安装介绍完毕～

参考文献：

1.https://docs.python.org/zh-cn/3/tutorial/venv.html