學Python已經兩周了，偶然聽群里聊天聊到了Anaconda，覺得挺好的，就記錄下來,先記錄簡單用法，在啰嗦的記錄

簡單使用

1. 下載

   https://www.anaconda.com/download/

2. 按提示安裝，并添加環境變量

3. 檢查版本

   • conda --verison anaconda版本
   • conda info --envs anaconda環境

4. 環境切換

   • 創建2.7版本：執行conda create --name python27 python=2.7會自動下載2.7
   • 執行conda info --envs查看版本就有2.7了
   • python --version查看當前python版本(我是3.6)
   • 切換版本：activate python27
   • 還原版本: deactivate python27
   • 刪除版本：conda remove --name python27 --all

開始啰嗦

Anaconda是專注于數據分析的Python發行版本，包含了conda、Python等190多個科學包及其依賴項。作為好奇寶寶的你是不是發現了一個新名詞 conda，那么你一定會問 conda 又是什么呢？

什么是 conda ？

conda 是開源包（packages）和虛擬環境（environment）的管理系統。

• packages 管理：
  可以使用 conda 來安裝、更新 、卸載工具包 ，并且它更關注于數據科學相關的工具包。在安裝 anaconda 時就預先集成了像 Numpy、Scipy、 pandas、Scikit-learn 這些在數據分析中常用的包。另外值得一提的是，conda 并不僅僅管理Python的工具包，它也能安裝非python的包。比如在新版的 Anaconda 中就可以安裝R語言的集成開發環境 Rstudio(雖然我不學統計，但是也要知道)。
• 虛擬環境管理：
  在conda中可以建立多個虛擬環境，用于隔離不同項目所需的不同版本的工具包，以防止版本上的沖突。對糾結于 Python 版本的同學們，我們也可以建立 Python2 和 Python3 兩個環境，來分別運行不同版本的 Python 代碼。

知道 是什么（what） 的同時，我們也需要問一問 為什么（why） 。那么，為什么要選擇用Anaconda呢？

Anaconda 的優點

Anaconda的優點總結起來就八個字：省時省心、分析利器。

• 省時省心：
  Anaconda通過管理工具包、開發環境、Python版本，大大簡化了你的工作流程。不僅可以方便地安裝、更新、卸載工具包，而且安裝時能自動安裝相應的依賴包，同時還能使用不同的虛擬環境隔離不同要求的項目。
• 分析利器：
  在 Anaconda官網中是這么宣傳自己的：適用于企業級大數據分析的Python工具。其包含了720多個數據科學相關的開源包，在數據可視化、機器學習、深度學習等多方面都有涉及。不僅可以做數據分析，甚至可以用在大數據和人工智能領域。

解決了 是什么 以及 為什么 的問題后，下面讓我們看一下 怎么做（How）。

怎么用

去年開發webAPP用的庫依賴是Python2，就看了兩天，但是也沒怎么用上，今年和算法一起搞智能應用，就重新拾起來了，但是發現Python2的代碼都不能用了，于是重新開始學習Python3，所以建議學Python3吧，Python2被徹底棄用也只是個時間問題

Anaconda可以同時管理多個版本的Python，所以裝哪個不重要，建議裝3，如果需要可以內建2

裝完之后會多出好多應用

Anaconda Navigtor：

用于管理工具包和環境的圖形用戶界面，后續涉及的眾多管理命令也可以在 Navigator 中手工實現。

Jupyter notebook ：

基于web的交互式計算環境，可以編輯易于人們閱讀的文檔，用于展示數據分析的過程。

qtconsole ：

一個可執行 IPython 的仿終端圖形界面程序，相比 Python Shell 界面，qtconsole 可以直接顯示代碼生成的圖形，實現多行代碼輸入執行，以及內置許多有用的功能和函數。

spyder ：

一個使用Python語言、跨平臺的、科學運算集成開發環境，我覺得還挺好用的，但是因為工具需要，還是用的IDEA。

管理Python包

• 安裝包：
  • conda install 包名
• 安裝多個包：
  • conda install 包名1 包名2 包名3，空格分隔
• 指定版本
  • conda install 包名=版本號
  • 如conda install numpy=1.10
• 移除包
  • conda remove 包名
• 升級包
  • conda update 包名
• 升級所有包
  • 建議剛裝完先升級一下所有包
  • 打開終端，輸入conda upgrade --all，全都升級
• 查看所有包：
  • conda list
• 查詢包
  • conda search 你能想起來的部分

管理環境

創建環境

conda create -n env_name list of packages

• -n 代表 name
• env_name 是需要創建的環境名稱
• list of packages則是列出在新環境中需要安裝的工具包

參考最上面的安裝python2.7，然后進行變形

創建一個python2.7，還附帶安裝pandas包，并且會自動安裝相關的依賴包

# 標準格式
conda create -n env_name  list of packages

# 上面創建的2.7
conda create --name python27 python=2.7

# 現在刪掉，重新定義一個
conda create -n py2 python=2.7 pandas

進入環境

env_name是定義的環境名

• linux:
  source activate env_name
• window:
  activate env_name

退出環境

env_name是定義的環境名

• linux
  source deactivate env_name
• windows
  deactivate env_name

刪除環境

conda env remove -n env_name

顯示所有的環境：

conda env list

環境分享

• 導出環境

  將當前環境下的 package 信息存入名為 environment 的 YAML 文件中。

  conda env export > environment.yaml

• 導入環境

  從將名為 environment 的 YAML 文件中導入環境。

  conda env create -f environment.yaml

本文參考伯樂在線，簡書http://www.lxweimin.com/p/169403f7e40c