安装anaconda的步骤

anaconda介绍

anaconda 是开源的Python包管理器，包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等。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安装

下载anaconda ，下载地址：https://www.anaconda.com/download/

根据自己机器的类型和python的版本下载对应的 anaconda版本。
下载完成后点击安装
安装完成后，在windows 列表里会显示，

    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。
	Anaconda  prompt ：类似于windows的cmd窗口，可以通过命令行执行需要的指令
    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。

    spyder ：一个使用Python语言、跨平台的、科学运算集成开发环境。

andconda使用

anaconda主要有两个作用：
（一）管理包
（二）管理环境

（一）管理包
（1）查询已经安装的包

conda list 

（2）查询相关包的信息

首先搜索包和对应的numpy，注意这里是anaconda，而不是conda

 搜索  tensorflow
anaconda search -t conda tensorflow

找到对应的tensorflow 版本后可以使用anaconda show 查看安装命令

anaconda show anaconda/tensorflow

（3）安装包

conda 的包管理功能和pip 是一样的，当然你选择pip 来安装包也是没问题的。

 安装 numpy
conda install numpy

注释：解决安装过程中速度慢的问题,可以添加清华镜像

在终端运行以下命令:

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/

conda config --set show_channel_urls yes

（4）卸载包

conda remove numpy

（5）更新包

conda update numpy

查看已安装的某个包

conda list requests

查看某个指定环境的已安装包

conda list -n python36

查找package信息

conda search numpy

安装package

conda install -n python36 numpy
如果不用-n指定环境名称，则被安装在当前活跃环境
也可以通过-c指定通过某个channel安

（二）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。
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 numpy。
2）指定python的版本
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

如果你要安装特定版本（例如 Python 3.6），请使用 conda create -n py python=3.6

3）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py2的环境（这里的py2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。

4）离开环境

在 Windows 上，终端中输入：

deactivate

在 OSX/Linux 上 输入：

source deactivate

5）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。

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：

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。

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。

6）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。

7）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）。