一、Anaconda简介

Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，基于Apache 2.0开源。Anaconda包含了conda、Python等180多个科学包及其依赖项。

二、为什么要使用Anaconda？

1）Anaconda 附带了一大批常用数据科学包，它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理数据。

2）Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。

在数据分析中，你会用到很多第三方的包，而conda（包管理器）可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。

3）管理环境

如果A项目中用了 Python 2，而B项目要求使用Python 3，而同时安装两个Python版本可能会造成许多混乱和错误。这时候 conda就可以帮助你为不同的项目建立不同的运行环境。

还有很多项目使用的包版本不同，比如不同的pandas版本，不可能同时安装两个 Numpy 版本，你要做的应该是，为每个 Numpy 版本创建一个环境，然后项目的对应环境中工作。这时候conda就可以帮你做到。

三、Anaconda的安装

进入官方网站下载相应的安装包，Linux、Mac、Windows均支持。

Anaconda 的下载文件比较大（约 500 MB），因为它附带了 Python 中最常用的数据科学包。

如果计算机上已经安装了 Python，安装不会对你有任何影响。实际上，脚本和程序使用的默认 Python 是 Anaconda 附带的 Python。

完成安装后，如果你是在windows上操作，按下面图打开 Anaconda Prompt 终端，对于Anaconda的操作都是在终端上进行的。

四、管理包

Anaconda融合了conda的包管理功能，所以我们可以在命令行中使用conda进行包的管理（安装，卸载，更新）。

1）安装包

在终端中键入：

conda install package_name

例如，要安装 pandas，在终端中输入：

conda install pandas

你还可以同时安装多个包。类似 conda install pandas numpy  的命令会同时安装所有这些包。还可以通过添加版本号（例如 conda install numpy=1.10）来指定所需的包版本。

conda 还会自动为你安装依赖项。例如，scipy 依赖于 numpy，因为它使用并需要 numpy。如果你只安装 scipy (conda install scipy)，则 conda 还会安装 numpy（如果尚未安装的话）。

2）卸载包

在终端中键入 ：

conda remove package_names

上面命令中的package_names是指你要卸载包的名称，例如你想卸载pandas包：conda remove pandas

3）更新包

在终端中键入：

conda update package_name

如果想更新环境中的所有包（这样做常常很有用），使用：conda update --all。

4）列出已安装的包

conda list

五、管理环境

Conda的环境管理功能允许我们同时安装若干不同版本的Python，并能自由切换。对于上述安装过程，假设我们采用的是Python 2.7对应的安装包，那么Python 2.7就是默认的环境。

1）创建环境：

如果如果我们想要创建一个Python3.5的环境，则可以输入：

conda create -n env_name python=3

其中，env_name为你所创建的环境名。

2）激活环境：

通过activate env_name命令可进入特定的虚拟环境中。

3）去除环境：

若要退出环境，则可输入：

deactivate env_name