[TOC] # 安裝 按照安裝程序提示一步步安裝就好了, 安裝完成之后會多幾個應用 * 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 有的情況下，你可能會遇到找不到 conda 命令的錯誤提示，這很可能是環境路徑設置的問題，需要添加conda環境變量：export PATH=xxx/anaconda/bin:$PATH, 其中xxx替換成anaconda的安裝路徑 至此，安裝完成，下面讓我們看一下如何用 Anaconda 管理工具包和環境 # 管理python包 安裝一個 package： ~~~ conda install package_name ~~~ 這里 package_name 是需要安裝包的名稱。你也可以同時安裝多個包，比如同時安裝numpy 、scipy 和 pandas，則執行如下命令： ~~~ conda install numpy scipy pandas ~~~ 你也可以指定安裝的版本，比如安裝 1.1 版本的 numpy ： ~~~ conda install numpy=1.10 ~~~ 移除一個 package： ~~~ conda remove package_name ~~~ 升級 package 版本： ~~~ conda update package_name ~~~ 查看所有的 packages： ~~~ conda list ~~~ 如果你記不清 package 的具體名稱，也可以進行模糊查詢： ~~~ conda search search_term ~~~ # 管理環境 默認的環境是 root，你也可以創建一個新環境： ~~~ conda create -n env_name list of packages ~~~ 其中 -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。 例如，當我安裝了 Python3 版本的 Anaconda 后，默認的 root 環境自然是 Python3，但是我還需要創建一個 Python 2 的環境來運行舊版本的 Python 代碼，最好還安裝了 pandas 包，于是我們運行以下命令來創建： ~~~ conda create -n py2 python=2.7 pandas ~~~ 細心的你一定會發現，py2 環境中不僅安裝了 pandas，還安裝了 numpy 等一系列 packages，這就是使用 conda 的方便之處，它會自動為你安裝相應的依賴包，而不需要你一個個手動安裝。 進入名為 env_name 的環境： ~~~ source activate env_name ~~~ 退出當前環境： ~~~ source deactivate ~~~ 另外注意，在 Windows 系統中，使用 activate env_name 和 deactivate 來進入和退出某個環境。 刪除名為 env_name 的環境： ~~~ conda env remove -n env_name ~~~ 顯示所有的環境： ~~~ conda env list ~~~ 當分享代碼的時候，同時也需要將運行環境分享給大家，執行如下命令可以將當前環境下的 package 信息存入名為 environment 的 YAML 文件中。 ~~~ conda env export > environment.yaml ~~~ 同樣，當執行他人的代碼時，也需要配置相應的環境。這時你可以用對方分享的 YAML 文件來創建一摸一樣的運行環境。 ~~~ conda env create -f environment.yaml ~~~ ## activate activate 能將我們引入anaconda設定的虛擬環境中, 如果你后面什么參數都不加那么會進入anaconda自帶的base環境, 你可以輸入python試試, 這樣會進入base環境的python解釋器, 如果你把原來環境中的python環境去除掉會更能體會到, 這個時候在命令行中使用的已經不是你原來的python而是base環境下的python.而命令行前面也會多一個(base) 說明當前我們處于的是base環境下.  ## 創建自己的虛擬環境 我們當然不滿足一個base環境, 我們應該為自己的程序安裝單獨的虛擬環境. 創建一個名稱為learn的虛擬環境并指定python版本為3(這里conda會自動找3中最新的版本下載) ~~~ conda create -n learn python=3 ~~~ 于是我們就有了一個learn的虛擬環境, 接下來我們切換到這個環境, 一樣還是用activae命令 后面加上要切換的環境名稱 ## 切換環境 ~~~ activate learn ~~~ 如果忘記了名稱我們可以先用 ~~~ conda env list ~~~ 去查看所有的環境 現在的learn環境除了python自帶的一些官方包之外是沒有其他包的, 一個比較干凈的環境我們可以試試 # 安裝包 下拉菜單，選擇Not installed，可以在搜索框輸入想要的包，然后選中包，**點擊右下角的apply**  # 創建環境 點擊左下角的“+”，Create。會有一個彈窗，輸入新環境的名字，python的版本，然后點擊create。 **也可以創建R語言的環境**  需要什么樣的環境，新建就好了。 需要什么樣的包，安裝就好了。 想切換，點一下就切換了呀