Python环境管理
什么是Anaconda
Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。安装Acaconda默认的Python是2.7；安装Acaconda3默认的Python是3.6
什么是Conda
Conda是一个开源的包、虚拟环境管理器，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，它的包管理类似PIP。
packages 管理： 可以使用 conda 来安装、更新 、卸载工具包 ，并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是，conda 并不仅仅管理Python的工具包，它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。
虚拟环境管理： 在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。对纠结于 Python 版本的同学们，我们也可以建立 Python2 和 Python3 两个环境，来分别运行不同版本的 Python 代码。
安装和使用
安装过程略，非常简单，安装完之后运行下面的命令添加源，这样以后通过conda安装包就走国内镜像。镜像大全不只是Anaconda
# 添加Anaconda的TUNA镜像 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/ # 设置搜索时显示通道地址，这个可以不加，只是为了看一下是否从镜像站下载 conda config --set show_channel_urls yes
Anaconda安装的框架在 用户安装的不同python环境都会被放在目录~/anacondaX/envs下
环境变量会被自动添加到 ~/.bash_profile/Users/steven/Anaconda
可以在命令中运行conda info -e查看已安装的环境，如下图，我这里有多个环境。
常用命令
Conda管理
# 更新anaconda conda update conda # 更新anaconda元数据包 conda update anaconda # 卸载Anaconda # 编辑 ~/.bash_profile 这个文件删除环境变量 # 删除 .condarc 文件这个文件默认没有，只有你执行过 conda config 命令以后才会自动建立。该文件是conda的配置文件 # 是YAML格式。比如你可以设置安装包的渠道，是否自动更新conda，是否允许其他渠道等设置。
Python管理
# 建立一个环境并安装其他版本的Python，安装其他版本为啥还要建立环境呢？因为多版本支持就是靠不同环境实现的，所以你安装其他版本 # 一定要和某个环境关联才可以。 # python27 是环境名称 # python=2.7 是要安装的包和版本
# anaconda 是创建环境时同时要安装的包，这个可以不写 conda create -n python27 python=2.7 anaconda conda create -n python36 python=3.6 conda create -n python37 python=3.7 # 更新Python，进入某个环境运行下面的命令，将更新当前环境的Python到最新分支版本。比如当前是3.5，更新后将会到最新的3.X conda update python
环境管理
# 列出当前环境，环境名称前有 * 号的表示当前环境 conda list --evns conda env list # 创建一个名为python34的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本） conda create --name python34 python=3.4 # 安装好后，使用activate激活某个环境 activate python34 # for Windows source activate python34 # for Linux & Mac # 如果想返回默认的python 2.7环境，运行 deactivate python34 # for Windows source deactivate python34 # for Linux & Mac # 不加环境则返回默认环境 source deactivate # for Linux & Mac deactivate # for Windows # 导出环境，它会把当前环境中安装的包以及版本号都导出去，这样你就可以拿到另外的机器上来重新构建一个相同的环境 # 导出的内容包括环境名称，安装渠道，该环境安装的包以及版本号。 source activate python36 # 首先进入名称叫做python36环境 conda env export > environment.yml # 导出当前环境到指定文件 conda env create -f environment.yml # 通过环境文件建立环境，不需要指定环境名称，因为文件中包含名称字段 # 移除一个名称python36叫做环境 conda env remove --name python36
包管理
# 查找包 conda search 包名 # 安装包 conda install --name myenv scipy # 安装包到指定环境中 conda install scipy # 安装包到当前环境中 conda install scipy=0.15.0 # 安装指定版本的包，到当前环境 conda install scipy curl # 安装多个包
conda install -c anaconda django # -c是指定渠道名称，也就是用哪个渠道安装django。 # 卸载包 conda remove 包名 # 删除当前环境中的指定包 conda remove -n python34 numpy # 删除指定环境中的指定包 # 安装不在conda或者acaconda的包，当你安装的包不在conda管理范围的时候可以使用pip来安装 conda install pip # 首先在当前环境中安装pip pip install 包名 # 其次在通过PIP命令在当前环境中安装包 # 更新包 conda update 包名 # 更新当前环境指定的包 conda update -n python36 numpy # 更新指定环境中的指定包 # 查看当前已经安装的packages conda list conda list -n python36 # 查看指定环境中安装的所有包
说明：对于那些无法通过conda安装或者从Anaconda.org获得的包，我们通常可以用pip来安装包。
pip只是一个包管理器，所以它不能为你管理环境。pip甚至不能升级python，因为它不像conda一样把python当做包来处理。但是它可以安装一些conda安装不了的包，pip和conda都集成在Anaconda或miniconda里边。
另外你还可以去 官网 搜索
按照命令去安装
.condarc文件说明
文件这个文件默认没有，只有你执行过 conda config 命令以后才会自动建立。该文件是conda的配置文件，是YAML格式。比如你可以设置安装包的渠道，是否自动更新conda，是否允许其他渠道等设置。下面是我的配置文件说明。这些不是必须的。但是在国内建议设置channels，这个在上面已经说过。所以通常你不需要关注这个文件。
channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults auto_update_conda: true rollback_enabled: true remote_connect_timeout_secs: 9.15 remote_max_retries: 3 remote_read_timeout_secs: 60.0
在channels里面加入国内的渠道，另外配置一个 - defaults，含义是在国内渠道找不到时会去默认渠道去找。
