1 介绍与安装
The open-source Anaconda Individual Edition is the easiest way to perform Python/R data science and machine learning on Linux, Windows, and Mac OS X.
Anaconda是一个可用于科学计算的Python发行版。
Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。
- Quickly download 7,500+ Python/R data science packages 迅速下载各种包
- Manage libraries, dependencies, and environments with Conda 环境管理-解决多版本Python并存切换的问题 包管理-对Python包安装、卸载和更新
- Develop and train machine learning and deep learning models with scikit-learn, TensorFlow, and Theano 机器学习
- Analyze data with scalability and performance with Dask, NumPy, pandas, and Numba 数据分析
- Visualize results with Matplotlib, Bokeh, Datashader, and Holoviews 可视化
Anaconda官网下载：https://www.anaconda.com/distribution/
Miniconda下载：https://docs.conda.io/en/latest/miniconda.html （如果并不必要使用1,000多个库）
清华镜像下载：Tsinghua Open Source Mirror(推荐)
使用conda进行环境管理和包管理
conda是anaconda中的环境管理器和包管理器。
对于conda的操作都发生在命令行内，可以打开Anaconda Prompt进行操作。
conda将conda、python等几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身！因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本python、各种package并方便地切换。
适用语言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
pip 与 conda 比较
pip是用于安装和管理软件包的包管理器。pip编写语言：Python。
→ 依赖项检查
pip：安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误。
conda：安装包时自动安装其依赖项。
安装
“开始 → Anaconda3（64-bit）→ Anaconda Navigator”，若可以成功启动Anaconda Navigator则说明安装成功。
Anaconda Navigator 中可以从不同方式打开python，也有很多学习教程和讨论社区及论坛，这个强烈推荐。
“开始 → Anaconda3（64-bit）→ 右键点击Anaconda Prompt → 以管理员身份运行”，在Anaconda Prompt中输入conda list，可以查看已经安装的包名和版本号。若结果可以正常显示，则说明安装成功。
conda命令(均在Anaconda Prompt中运行)
右键使用管理员权限 打开Anaconda Prompt
因为http://Anaconda.org的服务器在国外，所以conda在下载包的时候速度往往很慢。清华TUNA镜像（https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/）有Anaconda仓库的镜像，我们可以将其加入conda的配置，即可解决这个问题。
# 添加Anaconda的TUNA镜像 永久修改 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ #可不加 conda config --set show_channel_urls yes #修改pip镜像地址 #可以在使用pip的时候加参数-i https://pypi.tuna.tsinghua.edu.cn/simple #这样就会从清华这边的镜像去安装numpy库 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/ 也可
#pip还有永久修改： windows下在user目录中创建一个pip目录，如：C:Usersxxpip，新建文件pip.ini，内容如下： [global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple #或者 [global] trusted-host = pypi.douban.com index-url = http://pypi.douban.com/simple
#更新conda到最新版本，这里conda被当作一个包处理 conda update conda #更新anaconda到最新版本 conda update anaconda #更新python #例如我们所启用的环境是py34，使用的是python3.4,那么conda会将python升级为3.4.x系列中的最新版本 conda update python conda -h #查看帮助 #管理包： #更新所有包 conda update --all #更新指定包 conda update package_name #更新多个指定包 conda update pandas numpy matplotlib #精确查找包 conda search --full-name package_full_name #模糊查找包 只包含text 找到了信息 表示可以用conda下载 conda search <text> #安装一个包 conda install package_name #在指定环境中安装包 一般切换到该环境再安装也可 conda install -n env_name package_name #当使用conda install无法进行安装时，可以使用pip进行安装。 pip install package_name #卸载一个包 conda remove package_name #卸载指定环境包 conda remove -n env_name package_name #升级包版本 conda update package_name #查看所有的包 conda list #管理Python环境 #创建一个新环境 conda create -n env_name list of packages conda create -n tensorflow python=3.6 #创建环境案例 #删除名为env_name的环境 conda env remove -n python36 conda remove -n python36 --all #复制环境 conda create -n <new_env_name> --clone <copied_env_name> #显示所有的环境 conda env list #查看所安装的环境 conda info -e #切换进入名为env_name的环境 activate env_name conda activate env_name #只适用于conda 4.6以上版本 #退出当前环境 deactivate #回到基础base环境 activate conda activate
共享环境
共享环境非常有用，它能让其他人安装你代码中使用的所有包，并确保这些包的版本正确。可以在你当前的环境的终端中使用:
conda env export > environment.yaml #另外： conda activate python27 #进入环境 #其中-f表示你要导出文件在本地的路径，所以/path/to/environment.yml要换成你本地的实际路径 conda env update -f=/path/to/environment.yml #不使用conda pip freeze > environment.txt # #别人下载你的环境 #其中C:UsersMicrostrongenviroment.txt是该文件在你电脑上的实际路径。 pip install -r C:UsersMicrostrongenviroment.txt
将你当前的环境保存到保存为YAML文件（包括Pyhton版本和所有包的名称）。在终端中上可以看到导出的环境文件路径。
在 GitHub 上共享代码时，最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。
从Anaconda.org安装包
当使用conda install 方法进行安装时，可以考虑从Anaconda.org中获取安装包的命令，并进行安装，无需注册。
查询需要安装的包，可以通过下载量、适用平台等进行筛选，点击想要下载的包的名字(seaborn为例，而不是conda-forge)，复制下载路径到anaconda prompt 进行下载
whl 安装(用于其他方法也无法安装时)
例如下载tensorflow‑1.9.0‑cp37‑cp37m‑win_amd64.whl(可以在网页上Ctrl+F 定位到需要的包)
在终端进入whl文件所在文件夹的路径： cd C:UsersusenameDownloads
然后pip install tensorflow-1.9.0-cp37-cp37m-win_amd64.whl
等待安装完成，就可以在...Anaconda3Libsite-packages中看到一个tensorflow的文件夹
安装Tensorflow
#在Anaconda Prompt 中创建环境tensorflow conda create -n tensorflow python=3.6 #激活环境 activate tensorflow #使用清华的源安装 tensorflow pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/ #在当前终端输入python 进行测试： import tensorflow as tf
运行Python
直接在终端输入python
在终端切换目录 输入 jupyter notebook
直接打开Spyder
Pycharm Python–>Preferences–>Project Interpreter–>Python Interpreter
IDE配置请参看官网
初学python者自学anaconda的正确姿势是什么？？ - 猴子的回答 - 知乎 https://www.zhihu.com/question/58033789/answer/254673663
参考：
https://www.jianshu.com/p/62f155eb6ac5
https://blog.csdn.net/fzyjsy/article/details/84447621
https://cloud.tencent.com/developer/article/1406417
https://zhuanlan.zhihu.com/p/36398337
https://python.swaroopch.com/basics.html
https://www.zhihu.com/question/58033789/answer/254673663?utm_source=wechat_session&utm_medium=social