Anaconda的简单使用

前面一直都是直接安装python，然后pip管理包，然而感觉版本管理和包安装有时候不是很方便，同学推荐用Anaconda，用了一下感觉真的方便多了，可以用pip的同时使用conda安装，还有可视化的界面。

1. 安装
   到官网下载安装，添加安装目录和其下的Scripts到path环境中。
   安装后打开工具prompt输入conda --version显示版本号说明安装成功啦
   添加代理（可选）：

TUNA 还提供了 Anaconda 仓库的镜像，运行以下命令:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
--------------------- 
# Conda 第三方源
Conda Forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
bioconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
menpo
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

2. 使用

activate // 切换到base环境

activate learn // 切换到learn环境

conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3

conda env list // 列出conda管理的所有环境

conda list // 列出当前环境的所有包

conda install requests 安装requests包

conda remove requests 卸载requets包

conda remove -n learn --all // 删除learn环境及下属所有包

conda update requests 更新requests包

conda env export > environment.yaml // 导出当前环境的包信息

conda env create -f environment.yaml // 用配置文件创建新的虚拟环境

所有命令行操作包括pip都是在prompt窗口中进行，会安装到对应的环境中，否则可能导致找不到安装的库文件。
例如：

pip install xgboost
pip show xgboost

显示安装在 anaconda\envs\ml\lib\site-packages 中，和使用 conda install numpy 等安装的路径是一样的。

参考：
Anaconda入门指南
Conda的安装和使用

常用库

prompt_toolkit scipy numpy pandas  matplotlib pillow sciKit-learn keras tensorflow pytorch