2020/5/18
一、Anaconda 有什么用？
是一个安装、管理python相关包的软件，还自带python、Jupyter Notebook、Spyder，有管理包的conda工具，非常有用。
二、如何安装Anaconda？
很简单：
1、去官网https://www.anaconda.com/products/individual下载安装文件，不到500M。
2、双击安装。可以参考 http://www.360doc.com/content/20/0511/06/29876786_911481951.shtml 具体细节。
3、安装完成。
三、pip 和 conda 的区别
我简单的理解：
pip 是在python 环境中管理python包的工具
conda 是在conda环境中管理python包和其它包（例如C语言包）的工具
二者是不同的东西，不可以混用，它们安装的东西不在一个地方。
四、conda 常用的命令 （在终端中使用这些命令。打开图形界面AnacondaNavigator ，左侧Environment，点击小三角形，选中Open Terminal）
conda --version #查看conda版本，验证是否安装
conda update conda #更新至最新版本，也会更新其它相关包
conda update --all #更新所有包
conda update name #更新指定的包
conda create -n env_name package_name #创建名为env_name的新环境，并在该环境下安装名为package_name 的包，可以指定新环境的版本号，例如：conda create -n python2 python=python2.7 numpy pandas，创建了python2环境，python版本为2.7，同时还安装了numpy pandas包
activate env_name #切换至env_name 环境
deactivate name #退出环境（返回默认环境）
conda info -e #显示所有已经创建了的环境
conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name
conda remove --name env_name –all #删除环境
conda list #查看所有已经安装的包
conda install package_name #在当前环境中安装包
conda install --name env_name package_name #在指定环境中安装包
conda remove -- name env_name package #删除指定环境中的包
conda remove package #删除当前环境中的包
conda env list #查看所有的环境
conda env export > environment.yaml // 导出当前环境的包信息
conda env create -f environment.yaml // 用配置文件创建新的虚拟环境
五、python 虚拟环境
1）什么是虚拟环境？
把一部分内容独立出来，称之为容器。在容器中，安装我们自己想要的东西，比如不容版本的依赖包。各容器之间相互独立，互不影响。
比如下载完 Anaconda 之后，默认的就是 base 环境。
2）为什么要用虚拟环境？
因为在开发当中，我们需要根据不同的需求，下载不同的框架库，或者不同的版本。有了虚拟环境，我们可以为
不同的项目配置不同的运行环境，这样多个项目可以同时运行。
3）如何使用虚拟环境？
创建、激活、退出、删除。详见上面的命令，不再赘述。
注：新创建的环境除了python自带的一些官方包之外是没有其它包的，是一个比较干净的环境。例如我们可以在终端输入 python 打开 python的解释器试一下：
接下来我们可以在此环境中使用上述命令安装和卸载第三方包。
补充：Anaconda 所谓的创建虚拟环境，实际上就是在本地安装了一个真实的python环境，具体位置就在下面这个文件夹里
我们可以使用conda 命令随意切换当前的python 环境，使用不同版本的解释器和不同版本的包去运行python脚本。
六、Anaconda 与 pyCharm 连接
在工作环境中我们会集成开发环境去编码, 这里推荐JB公司的pycharm, 而pycharm也能很方便的和anaconda的虚拟环境结合
在Setting => Project => Project Interpreter 里面修改 Project Interpreter , 点击齿轮标志再点击Add Local为你某个环境的python.exe解释器就行了
D:SoftwareAnacondaenvslearn, 可以看到这时候下面的依赖包也变成了learn环境中的包了.