[TOC] # 安装 按照安装程序提示一步步安装就好了, 安装完成之后会多几个应用 * Anaconda Navigtor ：用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。 * Jupyter notebook ：基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。 * qtconsole ：一个可执行 IPython 的仿终端图形界面程序，相比 Python Shell 界面，qtconsole 可以直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。 * spyder ：一个使用Python语言、跨平台的、科学运算集成开发环境 有的情况下，你可能会遇到找不到 conda 命令的错误提示，这很可能是环境路径设置的问题，需要添加conda环境变量：export PATH=xxx/anaconda/bin:$PATH, 其中xxx替换成anaconda的安装路径 至此，安装完成，下面让我们看一下如何用 Anaconda 管理工具包和环境 # 管理python包 安装一个 package： ~~~ conda install package_name ~~~ 这里 package_name 是需要安装包的名称。你也可以同时安装多个包，比如同时安装numpy 、scipy 和 pandas，则执行如下命令： ~~~ conda install numpy scipy pandas ~~~ 你也可以指定安装的版本，比如安装 1.1 版本的 numpy ： ~~~ conda install numpy=1.10 ~~~ 移除一个 package： ~~~ conda remove package_name ~~~ 升级 package 版本： ~~~ conda update package_name ~~~ 查看所有的 packages： ~~~ conda list ~~~ 如果你记不清 package 的具体名称，也可以进行模糊查询： ~~~ conda search search_term ~~~ # 管理环境 默认的环境是 root，你也可以创建一个新环境： ~~~ conda create -n env_name list of packages ~~~ 其中 -n 代表 name，env_name 是需要创建的环境名称，list of packages 则是列出在新环境中需要安装的工具包。 例如，当我安装了 Python3 版本的 Anaconda 后，默认的 root 环境自然是 Python3，但是我还需要创建一个 Python 2 的环境来运行旧版本的 Python 代码，最好还安装了 pandas 包，于是我们运行以下命令来创建： ~~~ conda create -n py2 python=2.7 pandas ~~~ 细心的你一定会发现，py2 环境中不仅安装了 pandas，还安装了 numpy 等一系列 packages，这就是使用 conda 的方便之处，它会自动为你安装相应的依赖包，而不需要你一个个手动安装。 进入名为 env_name 的环境： ~~~ source activate env_name ~~~ 退出当前环境： ~~~ source deactivate ~~~ 另外注意，在 Windows 系统中，使用 activate env_name 和 deactivate 来进入和退出某个环境。 删除名为 env_name 的环境： ~~~ conda env remove -n env_name ~~~ 显示所有的环境： ~~~ conda env list ~~~ 当分享代码的时候，同时也需要将运行环境分享给大家，执行如下命令可以将当前环境下的 package 信息存入名为 environment 的 YAML 文件中。 ~~~ conda env export > environment.yaml ~~~ 同样，当执行他人的代码时，也需要配置相应的环境。这时你可以用对方分享的 YAML 文件来创建一摸一样的运行环境。 ~~~ conda env create -f environment.yaml ~~~ ## activate activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入anaconda自带的base环境, 你可以输入python试试, 这样会进入base环境的python解释器, 如果你把原来环境中的python环境去除掉会更能体会到, 这个时候在命令行中使用的已经不是你原来的python而是base环境下的python.而命令行前面也会多一个(base) 说明当前我们处于的是base环境下.  ## 创建自己的虚拟环境 我们当然不满足一个base环境, 我们应该为自己的程序安装单独的虚拟环境. 创建一个名称为learn的虚拟环境并指定python版本为3(这里conda会自动找3中最新的版本下载) ~~~ conda create -n learn python=3 ~~~ 于是我们就有了一个learn的虚拟环境, 接下来我们切换到这个环境, 一样还是用activae命令 后面加上要切换的环境名称 ## 切换环境 ~~~ activate learn ~~~ 如果忘记了名称我们可以先用 ~~~ conda env list ~~~ 去查看所有的环境 现在的learn环境除了python自带的一些官方包之外是没有其他包的, 一个比较干净的环境我们可以试试 # 安装包 下拉菜单，选择Not installed，可以在搜索框输入想要的包，然后选中包，**点击右下角的apply**  # 创建环境 点击左下角的“+”，Create。会有一个弹窗，输入新环境的名字，python的版本，然后点击create。 **也可以创建R语言的环境**  需要什么样的环境，新建就好了。 需要什么样的包，安装就好了。 想切换，点一下就切换了呀