（一）Anacond的介绍
（1）简介
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 531 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）。
Conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换
Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等
Miniconda包括Conda、Python
Anacond下载，下载地址：https://www.anaconda.com/download/
Anaconda 是跨平台的，有 Windows、macOS、Linux 版本，我们这里以 Windows 版本为例，点击那个 Windows 图标。
（2） 特点：
开源
安装过程简单
高性能使用Python和R语言
免费的社区支持
其特点的实现主要基于Anaconda拥有的：
conda包
环境管理器
1,000+开源库
如果日常工作或学习并不必要使用1,000多个库，那么可以考虑安装Miniconda（图形界面下载及命令行安装请戳），这里不过多介绍Miniconda的安装及使用。
（3）Anaconda、conda、pip、virtualenv的区别
① Anaconda
Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括：conda, numpy, scipy, ipython notebook等。
② conda
conda是包及其依赖项和环境的管理工具。
适用语言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
适用平台：Windows, macOS, Linux
用途：
如果你需要的包要求不同版本的Python，你无需切换到不同的环境，因为conda同样是一个环境管理器。仅需要几条命令，你可以创建一个完全独立的环境来运行不同的Python版本，同时继续在你常规的环境中使用你常用的Python版本。——conda官方网站
快速安装、运行和升级包及其依赖项。
在计算机中便捷地创建、保存、加载和切换环境。
conda为Python项目而创造，但可适用于上述的多种语言。
conda包和环境管理器包含于Anaconda的所有版本当中。
③ pip
pip是用于安装和管理软件包的包管理器。
pip编写语言：Python。
Python中默认安装的版本：
Python 2.7.9及后续版本：默认安装，命令为pip
Python 3.4及后续版本：默认安装，命令为pip3
pip名称的由来：pip采用的是递归缩写进行命名的。其名字被普遍认为来源于2处：
“Pip installs Packages”（“pip安装包”）
“Pip installs Python”（“pip安装Python”）
④ virtualenv
virtualenv：用于创建一个独立的Python环境的工具。
解决问题：
当一个程序需要使用Python 2.7版本，而另一个程序需要使用Python 3.6版本，如何同时使用这两个程序？
如果将所有程序都安装在系统下的默认路径，如：/usr/lib/python2.7/site-packages，当不小心升级了本不该升级的程序时，将会对其他的程序造成影响。
如果想要安装程序并在程序运行时对其库或库的版本进行修改，都会导致程序的中断。
在共享主机时，无法在全局site-packages目录中安装包。
virtualenv将会为它自己的安装目录创建一个环境，这并不与其他virtualenv环境共享库；同时也可以选择性地不连接已安装的全局库。
⑤ pip 与 conda 比较
→ 依赖项检查
pip：
不一定会展示所需其他依赖包。
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：
列出所需其他依赖包。
安装包时自动安装其依赖项。
可以便捷地在包的不同版本中自由切换。
→ 环境管理
pip：维护多个环境难度较大。
conda：比较方便地在不同环境之间进行切换，环境管理较为简单。
→ 对系统自带Python的影响
pip：在系统自带Python中包的**更新/回退版本/卸载将影响其他程序。
conda：不会影响系统自带Python。
→ 适用语言
pip：仅适用于Python。
conda：适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
⑥ conda与pip、virtualenv的关系
conda结合了pip和virtualenv的功能。
（二）Windows系统安装Anaconda
前往官方下载页面下载。有两个版本可供选择：Python 3.6 和 Python 2.7，选择版之后根据自己操作系统的情况点击“64-Bit Graphical Installer”或“32-Bit Graphical Installer”进行下载。
完成下载之后，双击下载文件，启动安装程序。
注意：
如果在安装过程中遇到任何问题，那么暂时地关闭杀毒软件，并在安装程序完成之后再打开。
如果在安装时选择了“为所有用户安装”，则卸载Anaconda然后重新安装，只为“我这个用户”安装。
选择“Next”。
阅读许可证协议条款，然后勾选“I Agree”并进行下一步。
除非是以管理员身份为所有用户安装，否则仅勾选“Just Me”并点击“Next”。
在“Choose Install Location”界面中选择安装Anaconda的目标路径，然后点击“Next”。
注意：
目标路径中不能含有空格，同时不能是“unicode”编码。
除非被要求以管理员权限安装，否则不要以管理员身份安装。
在“Advanced Installation Options”中不要勾选“Add Anaconda to my PATH environment variable.”（“添加Anaconda至我的环境变量。”）。因为如果勾选，则将会影响其他程序的使用。如果使用Anaconda，则通过打开Anaconda Navigator或者在开始菜单中的“Anaconda Prompt”（类似macOS中的“终端”）中进行使用。
除非你打算使用多个版本的Anaconda或者多个版本的Python，否则便勾选“Register Anaconda as my default Python 3.6”。
然后点击“Install”开始安装。如果想要查看安装细节，则可以点击“Show Details”。
点击“Next”。
进入“Thanks for installing Anaconda!”界面则意味着安装成功，点击“Finish”完成安装。
注意：如果你不想了解“Anaconda云”和“Anaconda支持”，则可以不勾选“Learn more about Anaconda Cloud”和“Learn more about Anaconda Support”。
验证安装结果。可选以下任意方法：
“开始 → Anaconda3（64-bit）→ Anaconda Navigator”，若可以成功启动Anaconda Navigator则说明安装成功。
“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。
（三）管理conda
接下来均是以命令行模式进行介绍，Windows用户请打开“Anaconda Prompt”；macOS和Linux用户请打开“Terminal”（“终端”）进行操作。
（1）验证conda已被安装
conda --version
终端上将会以conda 版本号的形式显示当前安装conda的版本号。如：conda 3.11.0
（2）更新conda至最新版本
conda update conda
执行命令后，conda将会对版本进行比较并列出可以升级的版本。同时，也会告知用户其他相关包也会升级到相应版本。
当较新的版本可以用于升级时，终端会显示Proceed ([y]/n)?，此时输入y即可进行升级。
（四）管理环境
接下来均是以命令行模式进行介绍，Windows用户请打开“Anaconda Prompt”；macOS和Linux用户请打开“Terminal”（“终端”）进行操作。
（1）创建新环境
conda create --name <env_name> <package_names>
conda create --name <env_name> <package_names>
注意：
<env_name>即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。
<package_names>即安装在环境中的包名。名称两边不加尖括号“<>”。
--name同样可以替换为-n。
如果要安装指定的版本号，则只需要在包名后面以=和版本号的形式执行。如：conda create --name python2 python=2.7，即创建一个名为“python2”的环境，环境中安装版本为2.7的python。
如果要在新创建的环境中创建多个包，则直接在<package_names>后以空格隔开，添加多个包名即可。如：conda create -n python3 python=3.5 numpy pandas，即创建一个名为“python3”的环境，环境中安装版本为3.5的python，同时也安装了numpy和pandas。
提示：默认情况下，新创建的环境将会被保存在/Users/<user_name>/anaconda3/env目录下，其中，<user_name>为当前用户的用户名。
（2）切换环境
① Linux 或 macOS
source activate <env_name>
② Windows
activate <env_name>
③ 提示
如果创建环境后安装Python时没有指定Python的版本，那么将会安装与Anaconda版本相同的Python版本，即如果安装Anaconda第2版，则会自动安装Python 2.x；如果安装Anaconda第3版，则会自动安装Python 3.x。
当成功切换环境之后，在该行行首将以“(env_name)”或“[env_name]”开头。其中，“env_name”为切换到的环境名。如：在macOS系统中执行source active python2，即切换至名为“python2”的环境，则行首将会以(python2)开头。
（3）退出环境至root
① Linux 或 macOS
source deactivate
② Windows
deactivate
③ 提示
当执行退出当前环境，回到root环境命令后，原本行首以“(env_name)”或“[env_name]”开头的字符将不再显示。
（4）显示已创建环境
conda info --envs 或 conda info -e 或 conda env list
例如：结果中星号“*”所在行即为当前所在环境。macOS系统中默认创建的环境名为“base”。
（5）复制环境
conda create --name <new_env_name> --clone <copied_env_name>
注意：
<copied_env_name>即为被复制/克隆环境名。环境名两边不加尖括号“<>”。
<new_env_name>即为复制之后新环境的名称。环境名两边不加尖括号“<>”。
如：conda create --name py2 --clone python2，即为克隆名为“python2”的环境，克隆后的新环境名为“py2”。此时，环境中将同时存在“python2”和“py2”环境，且两个环境的配置相同。
（6）删除环境
conda remove --name <env_name> --all
注意：<env_name>为被删除环境的名称。环境名两边不加尖括号“<>”。
（7）实例展示，整体流程来一遍（以windows为例）
由于不同的项目需要用不同的python版本，于是使用Anaconda来进行版本管理，现记录一下经验：在官网下载并安装好Anaconda以后（非常简单，此处不赘述）：
1. 查看Python环境
conda info --env可以看到所有python环境，前面有个‘*’的代表当前环境：
2.创建Python环境
conda create --name python35 python=3.5 代表创建一个python3.5的环境，我们把它命名为python35
安装成功后的消息：
现在我们再用conda info --env看看环境：
出现了，创建成功了，没毛病。
3.管理和使用python环境
使用 activate python35 来激活刚才创建的环境：
尝试使用pip install numpy来给这个环境安装一个常用的包：
当然也可以用conda install numpy来安装，但是会同时安装很多相关的包，在此就不演示了。
在简单的熟悉了以后，就会发现用anaconda来进行python环境的控制真的是非常方便，其实anaconda环境是有物理路径的，如下，你会发现这和我们之前conda info --env的list是一样的：
之后我们删除python35 ： conda remove -n python35 --all
再看文件夹，果然已经被删除了：
（六）管理包
（1）查找可供安装的包版本
① 精确查找
conda search --full-name <package_full_name>
注意：
--full-name为精确查找的参数。
<package_full_name>是被查找包的全名。包名两边不加尖括号“<>”。
例如：conda search --full-name python即查找全名为“python”的包有哪些版本可供安装。
② 模糊查找
conda search <text>
注意：<text>是查找含有此字段的包名。此字段两边不加尖括号“<>”。
例如：conda search py即查找含有“py”字段的包，有哪些版本可供安装。
（2） 获取当前环境中已安装的包信息
conda list
执行上述命令后将在终端显示当前环境已安装包的包名及其版本号。
（3）安装包
① 在指定环境中安装包
conda install --name <env_name> <package_name>
注意：
<env_name>即将包安装的指定环境名。环境名两边不加尖括号“<>”。
<package_name>即要安装的包名。包名两边不加尖括号“<>”。
例如：conda install --name python2 pandas即在名为“python2”的环境中安装pandas包。
② 在当前环境中安装包
conda install <package_name>
注意：
<package_name>即要安装的包名。包名两边不加尖括号“<>”。
执行命令后在当前环境中安装包。
例如：conda install pandas即在当前环境中安装pandas包。
③ 使用pip安装包
→ 使用场景
当使用conda install无法进行安装时，可以使用pip进行安装。例如：see包。
→ 命令
pip install <package_name>
注意：<package_name>为指定安装包的名称。包名两边不加尖括号“<>”。
如：pip install see即安装see包。
→ 注意
pip只是包管理器，无法对环境进行管理。因此如果想在指定环境中使用pip进行安装包，则需要先切换到指定环境中，再使用pip命令安装包。
pip无法更新python，因为pip并不将python视为包。
pip可以安装一些conda无法安装的包；conda也可以安装一些pip无法安装的包。因此当使用一种命令无法安装包时，可以尝试用另一种命令。
④ 从Anaconda.org安装包
→ 使用场景
当使用conda install无法进行安装时，可以考虑从Anaconda.org中获取安装包的命令，并进行安装。
→ 注意
从Anaconda.org安装包时，无需注册。
在当前环境中安装来自于Anaconda.org的包时，需要通过输入要安装的包在Anaconda.org中的路径作为获取途径（channel）。查询路径的方式如下：
在浏览器中输入：http://anaconda.org，或直接点击Anaconda.org
在新页面“Anaconda Cloud”的上方搜索框中输入要安装的包名，然后点击右边“放大镜”标志。
搜索结果中有数以千计的包可供选择，此时点击“Downloads”可根据下载量进行排序，最上面的为下载最多的包。（图中以搜索bottleneck包为例）
选择满足需求的包或下载量最多的包，点击包名。
复制“To install this package with conda run:”下方的命令，并粘贴在终端中执行。完成安装。
（4）卸载包
① 卸载指定环境中的包
conda remove --name <env_name> <package_name>
注意：
<env_name>即卸载包所在指定环境的名称。环境名两边不加尖括号“<>”。
<package_name>即要卸载包的名称。包名两边不加尖括号“<>”。
例如：conda remove --name python2 pandas即卸载名为“python2”中的pandas包。
② 卸载当前环境中的包
conda remove <package_name>
注意：
<package_name>即要卸载包的名称。包名两边不加尖括号“<>”。
执行命令后即在当前环境中卸载指定包。
例如：conda remove pandas即在当前环境中卸载pandas包。
（5）更新包
① 更新所有包
conda update --all 或 conda upgrade --all
建议：在安装Anaconda之后执行上述命令更新Anaconda中的所有包至最新版本，便于使用。
② 更新指定包
conda update <package_name> 或 conda upgrade <package_name>
注意：
<package_name>为指定更新的包名。包名两边不加尖括号“<>”。
更新多个指定包，则包名以空格隔开，向后排列。如：conda update pandas numpy matplotlib即更新pandas、numpy、matplotlib包。
点滴分享，福泽你我！Add oil！
【参考】
（1）Anaconda介绍、安装及使用教程：https://www.jianshu.com/p/62f155eb6ac5
（2）Anaconda 创建、管理python环境：https://blog.csdn.net/u014628771/article/details/80066624
（3）Anaconda详细安装教程（带图文）：https://blog.csdn.net/ITLearnHall/article/details/81708148
（4）Anaconda的安装及其环境变量的配置https://blog.csdn.net/z2858539804/article/details/81407456
转载本文请联系原作者获取授权，同时请注明本文来自张伟科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3428464-1230545.html?mobile=1
收藏
