学习anaconda

Python的包真是巨让人头疼

环境：MAC
问题：

• 是在MAC环境下：命令行里的pip install 的包，Pycharm还是用不了
• virtualenv 和anaconda 到底是怎么创建虚拟环境进行环境隔离的，是像JAVA一样需要什么JAR包都需要复制一个贴在当前项目目录下吗？
• Pycharm里的interpreter 到底该怎么加，
• Pycharm里的添加包就会报错：

• 怎么让Executed command 执行pip3 呢？

我想安装OpenCV ：

pip3 install opencv-python 

安装失败
不知道是不是因为网络的原因，或许是files.pythonhosted.org这个网站需要翻墙才能访问？?
查了一个新方法：

brew install opencv3

出现了这个问题：

明显需要更新Xcode，并且在命令行中运行安装xcode-select --install
然后我的内存不足：?真是醉了

一、什么是Anaconda？

Anaconda（官方网站）可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。

Anaconda下载：https://www.anaconda.com/download/
官网存档： https://repo.continuum.io/archive/
国内镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

二、Anaconda、conda、pip、virtualenv到底有什么区别？

1、Anaconda ：

Anaconda是包含了超多的包及其依赖项的发行版本，其中包含了conda

2、Conda:

conda是包及其依赖项和环境的管理工具,一开始是为Python专用的（Python最强大的地方之一就是它有太多的包，各种库，可以调用，但是自身的各种版本、库的版本、库和库之间的依赖管理得很好，没有冲突是很难的一件事情)但也可适用于多种语言。conda包和环境管理器包含于Anaconda的所有版本当中。

3、Pip:

pip也是用于安装和管理软件包的包管理器。我最初使用的最多的就是

pip list
pip install 

一开始使用系统的python环境，需要python2.7就用Pip 需要3.7就用pip3
后来安装tensorflow，又需要3.6?……?
这就来学习Conda了，觉得Pip 貌似不够用?

4、 virtualenv

virtualenv 是用于创建一个独立的Python环境的工具。
有的时候需要2.7,有的时候需要3.6，有的时候又用了3.7……
virtualenv 将会为它自己的安装目录创建一个环境，这并不与其他virtualenv环境共享库；同时也可以选择性地不连接已安装的全局库。有点像docker容器的概念？独立的环境就不会和全局库起冲突。

小结：

相对于pip来维护多个环境的难度 ，conda比较方便地在不同环境之间进行切换，环境管理较为简单。conda也不会影响系统自带Python，可以部分得理解为 conda结合了pip 和virtualenv 的功能.

三、管理Conda

1、是否安装成功：

conda --version

将会显示版本号，则安装成功

2、更新conda到最新版本：

conda update conda

3、查看帮助信息：

conda -help 或者 conda -h

4、卸载conda：

rm -rf ~/anaconda3

[直接移除了当前用户盘下anaconda的目录，2、3根据版本选择]

四、管理环境

1、创建新环境：

conda create --name <env_name> <package_names>

<env_name>即创建的环境名。注以英文命名，且不加空格，名称两边不加尖括号“<>”。
<package_names>即安装在环境中的包名。名称两边不加尖括号“<>”。
如果要安装指定的版本号，则只需要在包名后面以=和版本号的形式执行。如：conda create --name XXX python=2.7，即创建一个名为“XXX”的环境，环境中安装版本为2.7的python。
如果要在新创建的环境中创建多个包，则直接在<package_names>后以空格隔开，添加多个包名即可。如：conda create -n python3 python=3.5 numpy pandas，即创建一个名为“python3”的环境，环境中安装版本为3.5的python，同时也安装了numpy和pandas。

注： 在默认条件下，环境会保存在/Users/<user_name>/anaconda3/env目录下

2、查看环境列表：

conda env list
或
conda info -e
或
conda info --envs

3、启用、关闭、删除环境：

启用环境：activate xxx
关闭环境：source deactivate
删除：conda env remove --name xxx

4、复制环境：

conda create --name <new_env_name> --clone <copied_env_name>

<copied_env_name>即为被复制/克隆环境名。环境名两边不加尖括号“<>”。
<new_env_name>即为复制之后新环境的名称。环境名两边不加尖括号“<>”。
如：conda create --name py2 --clone python2，即为克隆名为“python2”的环境，克隆后的新环境名为“py2”。此时，环境中将同时存在“python2”和“py2”环境，且两个环境的配置相同。

五、管理Python包：

1、安装包：

安装：conda install xxx, ------------pip install xxx
指定环境安装：

conda install --name <env_name> <package_name>

<env_name>即将包安装的指定环境名。环境名两边不加尖括号“<>”。
<package_name>即要安装的包名。包名两边不加尖括号“<>”。
例如：conda install --name python2 pandas即在名为“python2”的环境中安装pandas包。

卸载：conda uninstall xxx, --------- pip uninstall xxx
升级：conda update xxx, --------pip install --upgrade xxx

精确查找包版本：

conda search --full-name <package_full_name>

--full-name为精确查找的参数。

<package_full_name>是被查找包的全名。包名两边不加尖括号“<>”。

例如：conda search --full-name python即查找全名为“python”的包有哪些版本可供安装。

模糊查找：

  conda search <text>

<text>是查找含有此字段的包名。此字段两边不加尖括号“<>”。

例：conda search py即查找含有“py”字段的包，有哪些版本可供安装。

conda list

执行上述命令后将在终端显示当前环境已安装包的包名及其版本号

【注意】

1. pip和conda安装包命令可以相互弥补，因为有一些包可以用pip安装，而有一些可以用conda安装，使用pip 的时候，它没有办法管理环境，只是一个包管理器，所以需要先切换到指定的环境，再使用pip，
2. pip无法更新python，因为pip并不将python视为包
3. 如果pip 和conda 都不能够安装，可以尝试下面第三种安装方式

进入http://anaconda.org
在搜索框中搜索包名：
可以根据下载量来选择包、点进去
在最下面一行的代码，在conda命令中运行。

2、卸载包：

卸载指定环境中的包：

conda remove --name <env_name> <package_name>

卸载当前环境中的包

conda remove <package_name>

3、更新包：

conda update --all		#更新所有包
conda update <package_name>		#更新指定的包

世界就是这么奇妙！在学习了一波Anaconda之后，在Terminal中使用conda命令一直都报错找不到module ‘six’ ，只查到了它是一个致力于解决python版本2和3兼容冲突的一个包，但是也不知道在哪里装，应该装在哪，因为anaconda本身的臃肿问题，我决定暂时
rm -rf ～/anaconda3
之后我只是升级了Xcode ,
然后我再pip3 install opencv-python，竟然成功了?‍♂️，今天就到这里了，以后需要多版本、多环境运行python 的时候再回过头复习anaconda的使用