1.Anaconda是什么？

Anaconda在英文中是“蟒蛇”，麻辣鸡（Nicki Minaj妮琪·米娜）有首歌就叫《Anaconda》 anaconda

，表示像蟒蛇一样性感妖娆的身体。

这里，Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包，Anaconda 的下载文件比较大（约 500 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。

Anaconda的图标 loggo

就像一个收尾互相咬住的“蟒蛇”。

你可能已经安装了 Python，那么为什么还需要 Anaconda？有以下3个原因：

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. 管理包。
   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。
   比如你在A项目中用了 Python 2，而另一个项目B却要求使用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。

2.安装Anaconda

Anaconda 可用于多个平台（ Windows、Mac OS X 和 Linux）。你可以在Anaconda官网上找到安装程序和安装说明。根据你的操作系统是32位还是64位选择对应的版本下载。

实际上，你选择对应python2或python3的哪一个版本是无所谓的，它只代表安装后缺省的python版本，因为你可以创建不同版本的环境，并可随时切换。

安装过程中，建议不选在将Anaconda目录加入到PATH环境变量中，以免与单独安装的Python路径产生冲突。执行conda命令时，可打开Anaconda Prompt，这是Anaconda自带的终端，启动时会设置必要的环境变量，令你可运行conda命令。若汝用普通的windows cmd命令，则可能会出现找不到命令的提示。

安装Anaconda后，需更新所有包，以防因为某些包的版本比较老旧，产生版本依赖关系错误。 在终端输入更新所有包的命令：conda upgrade --all，并在提示是否更新时输入y(Yes)让更新继续。

conda命令从conda cloud下载更新包，由于在境外，下载速度比较慢，甚至会由于众所周知的原因，无法下载，报错：CondaHTTPError: HTTP 000 CONNECTION FAILED之类的网络错误，可以用下面的方法解决：
在终端中运行如下命令：

conda config --add channels mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

添加清华大学的镜像服务器。

如果用命令行添加不上，可以在用户目录找到.condarcw文件。这个配置文件在 ~/.condarc (Linux/Mac) 或 C:\Users\当前用户名.condarc (Windows)：

channels:
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
 - defaults
show_channel_urls: true

如果使用conda安装包的时候还是很慢，那么可以考虑使用pip来安装，同样把 pip 的镜像源地址也改成国内的，豆瓣源速度比较快。修改 ~/.pip/pip.conf (Linux/Mac) 或 C:\Users\当前用户名\pip\pip.ini (Windows) 配置：

[global]
trusted-host =  pypi.douban.com
index-url = http://pypi.douban.com/simple

3.管理包

安装Anaconda后，就可以用conda命令方便的管理包了。

3.1 安装包

命令：

conda install package_name

例如：安装pandas，输入

condda install pandas

安装多个包，如同时安装pandas、numpy包：

conda install pandas numpy

指定包的版本号：

conda install numpy=1.10

conda会自动安装依赖项，如scipy包依赖于numpy包，那么

conda install scipy

会自动安装numpy包，如果还未安装的话。

3.2 卸载包

命令：conda remove package_name
例如，卸载padas包：
conda remove pandas

3.3 更新包

命令：

conda update package_name

更新所有的包，加--all选项：conda update -all

3.4 列出所有的包

命令：conda list

3.5 搜索包

命令：conda search search_term
例如，想检查一下numpy包是否已经安装，可使用conda search num模糊查找列表中是否包含numpy包。

在conda中，anything is a package。conda本身可以看做是一个包，python环境也可以看做是一个包，anaconda也是一个包，因此除了普通的第三方包支持更新之外，这三个包也支持更新。

# 更新conda本身
conda update conda
# 更新anaconda应用
conda update anaconda
#更新python，假设当前python环境版本是3.6.3，而最新版本是3.6.3，那么就会升级到3.6.3。
conda update python

4.管理环境

conda可以为不同的项目创建不同的环境。

4.1 创建环境

命令：conda create --name env_name packages_name
--name选项可简化为-n，指出要创建的环境名称，并可以在创建环境时安装包。
例如：conda create -n py3 pandas创建了名称为py3的环境，并安装pandas包。
创建环境的时候，可以指定python的版本：
conda create -n py3 python=3
环境py3中会安装最新版本的python3。
conda create -n py3 python=3.6
指定使用3.6版本的python。

4.2 激活环境

windows中使用activate env_name命令，OS/X和linux中使用source activate env_name命令激活环境。
例如：activate py3进入py3环境后可使用conda list命令查看py3
环境中已经安装的包。在新的环境中，可使用conda install package_name命令继续安装其他需要的包。

4.3 离开环境

命令：deactivate （windows适用）或source deactivate（OS/X或Linux适用）。

4.4 共享环境

如果你想向他人共享你自己创建的环境，以供其他项目用你项目的配置，主要是保持包的版本一致。就可以使用conda env export > enviroment.yml命令将源环境的包的配置数据保存到enviroment.yml文件中，其他项目就可以在目标环境中，执行命令conda env update -f path/to/enviroment.yml将目标环境更新为与源环境完全一样。

对于不使用conda的情况下，python的pip命令也是可以做到这一点的：

pip freeze > enviroment.txt #将环境配置导出到enviroment.txt文本文件中。
pip install -r /path/to/enviroment.txt #恢复环境

4.5 列出环境

命令：conda env list列出所有的环境，当前激活的环境对应的目录前会显示一个*号。

4.6 删除环境

命令：conda env remove -n env_name