Anaconda 解决各种python环境以及python包管理的问题
每当更换电脑或者电脑重装后，想要运行程序，总会提示缺少xxx包或者某些版本的错误，只能重新的去下载安装，很是低效。如果使用Anaconda 就能把需要的环境独立出来，不用担心环境配置引出的麻烦。

Anaconda 概述

/,ænə'kɑndə/

• Anaconda 是一个用于科学计算的 Python发行版，提供了包管理与环境管理的功能，可以解决多版本 python 并存等问题。利用 conda 来进行 包[package] 和 系统环境[environment] 的管理。 还支持丰富的数据分析包。
• conda：与 pip 的使用类似，但是 conda 将 python、库、工具、包括其自身，都视为 包 来操作，使用更加自由和方便。

Anaconda 安装

1. 安装

官网下载，安装设置注意，建议下图位置两项都选 (图画错了…)

注意，这里设置了接管系统python环境，则会取代电脑上以前安装的python

2. 配置环境变量

Windows需要添加的环境变量：
（ 看个人安装路径不同需要自己调整，前3个是必须添加的路径）

* D:\Anaconda  
* D:\Anaconda\Scripts  
* D:\Anaconda\Library\bin
* D:\Anaconda\Library\mingw-w64\bin
* D:\Anaconda\Lib\site-packages

配置完毕后可以用DOS命令行

• 查看版本：conda --version
• 升级所有工具包：conda upgrade --all
  
  

3. 安装第三方包

安装第三方包：conda install requests 或者 pip install requests
卸载第三方包：conda remove requests 或者 pip uninstall requests
查看已安装包：conda list 或者 pip list

管理虚拟环境

1. 创建独立的python环境:

• base环境：
  activate 命令，不加参数，会直接进入anaconda设定的虚拟环境中。命令行前会多一个(base) 标识。和不进入base是一样的。
  activate // 切换到base环境

• 自建环境
  新环境只有python自带的一些官方包，每一个环境都是标准的python环境目录
  1.创建一个名称为 study 的虚拟环境并指定python版本为3 (耐心等待…)
  conda create -n study python=3
  2.切换到 study 环境
  activate study

2. 包管理
conda list // 列出当前环境下已安装的包
conda remove -n study --all // 删除study环境及下属所有包
conda update requests // 更新requests第三方包

3. 环境管理
conda env list // 列出当前环境的所有包
conda env export > study.yaml // 导出当前环境的包信息到 study.yaml文件
conda env create -n newEnv -f study.yaml // 用配置文件创建新的名为 newEnv 的虚拟环境

4. 与IDE环境关联(PyCharm、VSCode等)

由于每一个环境都是标准的python环境目录存在 Anaconda\envs 中，所以把对应环境的python解释器路径写入到IDE中即可。
如：在 study 环境中编写程序, 那么就修改为D:\Anaconda\envs\study

Anaconda 的应用简介

• Anaconda Navigtor ：管理工具包和环境的图形用户界面。
• Jupyter notebook ：基于web的环境，能够使用Markdown语法，多用于展示数据分析的过程。
• spyder ： 是一个简单的IDE，是使用Python语言进行科学运算的集成开发环境。
• qtconsole ：类似 IPython 的终端，它可以直接显示代码生成的图形，可以多行代码输入执行。