Anaconda创建虚拟环境

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，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。

1.Anaconda与conda区别
conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。
conda的设计理念——conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身
Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等。

2.安装检查
配置好PATH后（安装时可选自动添加为环境变量），可以通过which conda或conda –version命令检查是否正确。
若安装的是Python 2.7对应的版本，运行python –version或python -V可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit)，也说明该发行版默认的环境是Python 2.7

3.Conda的环境管理
Conda的环境管理功能允许我们同时安装若干不同版本的Python，并能自由切换。
若需要安装Python 3.5，此时，我们需要做的操作如下：

（1）创建一个名为python35的环境，指定Python版本是3.5（不用管是3.5.x，conda会为我们自动寻找3.5.x中的最新版本）
conda create –name python35 python=3.5

（2）安装好后，使用activate激活某个环境
activate python34 # for Windows

（3）激活后，会发现terminal输入的地方多了python35的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.5对应的命令加入PATH

（4）此时，再次输入
python –version
可以得到Python 3.5.1 :: Anaconda 4.2.1 (64-bit)，即系统已经切换到了3.5的环境

（5）如果想返回默认的python 2.7环境，运行
deactivate python34 # for Windows

（6） 删除一个已有的环境
conda remove –name python34 –all

4.Conda的包管理

Conda的包管理就比较好理解了，这部分功能与pip类似。

（1）安装scipy
conda install scipy
conda会从从远程搜索scipy的相关信息和依赖项目，对于python 3.5，conda会同时安装numpy和mkl（运算加速的库）

（2） 查看已经安装的packages
conda list
最新版的conda是从site-packages文件夹中搜索已经安装的包，不依赖于pip，因此可以显示出通过各种方式安装的包

5.conda的一些常用操作如下：

查看当前环境下已安装的包
conda list

查看某个指定环境的已安装包
conda list -n python34

查找package信息
conda search numpy

安装package
conda install -n python34 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安装

更新package
conda update -n python34 numpy

删除package
conda remove -n python34 numpy

更新conda，保持conda最新
conda update conda

更新anaconda
conda update anaconda

更新python
conda update python
假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本

6.设置国内镜像

如果需要安装很多packages，你会发现conda下载的速度经常很慢，因为Anaconda.org的服务器在国外。所幸的是，清华TUNA镜像源有Anaconda仓库的镜像，我们将其加入conda的配置即可：

添加Anaconda的TUNA镜像
conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
TUNA的help中镜像地址加有引号，需要去掉
设置搜索时显示通道地址
conda config –set show_channel_urls yes
————————————————
版权声明：本文为CSDN博主「依然在原点」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u010004460/article/details/54287556