链接: [link]（https://www.zhihu.com/question/58033789/answer/254673663）

作者：猴子
链接：https://www.zhihu.com/question/58033789/answer/254673663
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

1.Anaconda是什么？

作者：猴子
链接：https://www.zhihu.com/question/58033789/answer/254673663
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

你可能已经安装了 Python，那么为什么还需要 Anaconda？
有以下3个原因：
1）Anaconda 附带了一大批常用数据科学包，它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理数据。
2）管理包Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。在数据分析中，你会用到很多第三方的包，而conda（包管理器）可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。
3）管理环境为什么需要管理环境呢？比如你在A项目中用了 Python 2，而新的项目B老大要求使用Python 3，而同时安装两个Python版本可能会造成许多混乱和错误。这时候 conda就可以帮助你为不同的项目建立不同的运行环境。还有很多项目使用的包版本不同，比如不同的pandas版本，不可能同时安装两个 Numpy 版本，你要做的应该是，为每个 Numpy 版本创建一个环境，然后项目的对应环境中工作。这时候conda就可以帮你做到。

2. 如何安装Anaconda？

Anaconda 可用于多个平台（ Windows、Mac OS X 和 Linux）。你可以在下面地址上找到安装程序和安装说明。根据你的操作系统是32位还是64位选择对应的版本下载。（Anaconda已经不支持Windows XP；同时查看自己电脑是32位还是64位，不要装错了。）官网地址：https://www.continuum.io/downloads

Anaconda 的下载文件比较大（约 500 MB），因为它附带了 Python 中最常用的数据科学包。如果计算机上已经安装了 Python，安装不会对你有任何影响。实际上，脚本和程序使用的默认 Python 是 Anaconda 附带的 Python。
注意：如果你是windows 10系统，注意在安装Anaconda软件的时候，右击安装软件→选择以管理员的身份运行。

完成安装后，如果你是在windows上操作，按下面图打开 Anaconda Prompt （或者 Mac 下的终端），后面我会将Anaconda Prompt统一称为“终端”。

注意：如果你是windows 10系统，按下图操作

如果win10系统没有按上述操作，后面会报下面的错误信息：

可以在终端或命令提示符中键入 conda list，以查看你安装的内容。

如果Anaconda Prompt中可以使用conda命令，接着下面继续操作。
为了避免后面使用报错，你需要先更新下所有包。
在终端输入更新所有包的命令：
conda upgrade --all
并在提示是否更新的时候输入 y（Yes）让更新继续。
初次安装下的软件包版本一般都比较老旧，因此提前更新可以避免未来不必要的问题。

3. 如何管理包？

4.如何管理环境？

conda 可以为你不同的项目建立不同的运行环境。
0）安装nb_conda用于notebook自动关联nb_conda的环境。

1）创建环境在终端中使用:conda create -n env_name package_names上面的命令中，env_name 是设置环境的名称（-n 是指该命令后面的env_name是你要创建环境的名称），package_names 是你要安装在创建环境中的包名称。例如，要创建环境名称为 py3 的环境并在其中安装 numpy，在终端中输入 conda create -n py3 pandas。

2）创建环境时，可以指定要安装在环境中的 Python 版本当你同时使用 Python 2.x 和 Python 3.x 中的代码时这很有用。要创建具有特定 Python 版本的环境，例如创建环境名称为py3，并安装最新版本的Python3在终端中输入：conda create -n py3 python=3 或也可以这样创建环境名称为py2，并安装最新版本的Python2：conda create -n py2 python=2因为我做的项目不同，有时候会用到Python2，还有时候会用到Python3。所以我在自己的计算机上创建了这两个环境，并分别取了这样的环境名称：py2,py3。这样我可以根据不同的项目轻松使用不同版本的python。如果你要安装特定版本（例如 Python 3.6），请使用 conda create -n py python=3.63）进入环境在 Windows 上，你可以使用 activate my_env进入。在 OSX/Linux 上使用 source activate my_env 进入环境。进入环境后，你会在终端提示符中看到环境名称，下面图片是我进入py3的环境（这里的py3是我上面创建环境时自己起的名称，你可以起个自己喜欢的名称）。

进入环境后，我可以用conda list 查看环境中默认安装的几个包：

在环境中安装包的命令与前面一样：conda install package_name。不过，这次你安装的特定包仅在你进入环境后才可用。
3）离开环境在 Windows 上，终端中输入： deactivate在 OSX/Linux 上 输入：conda deactivate4）共享环境共享环境非常有用，它能让其他人安装你的代码中使用的所有包，并确保这些包的版本正确。比如你开发了一个药店数据分析系统，你要提交给项目部署系统的王二狗来部署你的项目，但是王二狗并不知道你当时开发时使用的是哪个python版本，以及使用了哪些包和包的版本。这怎么办呢？你可以在你当前的环境中终端中使用 conda env export > environment.yaml 将你当前的环境保存到文件中包保存为YAML文件（包括Pyhton版本和所有包的名称）。命令的第一部分 conda env export 用于输出环境中的所有包的名称（包括 Python 版本）。

在“notebook工作文件夹”下（及你在终端中上图的路径）可以看到导出的环境文件：

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。导出的环境文件，在其他电脑环境中如何使用呢？
首先在conda中进入你的环境，比如activate py3然后在使用以下命令更新你的环境：
#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对于不使用 conda 的用户，我通常还会使用 pip freeze > environment.txt 将一个 txt文件导出并包括在其中。
具体见这里：https://pip.pypa.io/en/stable/reference/pip_freeze/

举个例子你可能更容易理解这个使用场景：首先，我在自己的电脑上在conda中将项目的包导出成environment.txt 文件：

然后我将该文件包含在项目的代码库中，其他项目成员即使在他的电脑上没有安装conda也可以使用该文件来安装和我一样的开发环境：他在自己的电脑上进入python命令环境，然后运行以下命令就可以安装该项目需要的包：pip install -r /path/requirements.txt其中/path/requirements.txt是该文件在你电脑上的实际路径。

5）列出环境我有时候会忘记自己创建的环境名称，这时候用 conda env list 就可以列出你创建的所有环境。你会看到环境的列表，而且你当前所在环境的旁边会有一个星号。默认的环境（即当你不在选定环境中时使用的环境）名为 root。

6）删除环境如果你不再使用某个环境，可以使用 conda env remove -n env_name 删除指定的环境（在这里环境名为 env_name）。
最后重新再强调下，不要被上面的命令吓到。虽然上述命令多，给了谁都记不住的。后面你跟着我多做项目，用的多了自然记住了。你只需要跟着上面步骤操作下，并理解了每一步是干什么的就可以了。按照上面的步骤你亲自操作一遍后，你已经学会了Anaconda，并安装好你的数据分析Pyhton环境了，接下来你就可以愉快的使用Jupyter notebook来做数据分析了：

jupyter notebook 可以做哪些事情？​www.zhihu.com其他常见问题，见这里：
猴子：Python管理包工具anaconda安装过程常见问题解决办法​zhuanlan.zhihu.com