Anaconda入门指南

介绍：

1. 包管理：Anaconda使用Conda作为包管理工具，它允许用户轻松安装、更新和管理Python包。Conda可以处理包依赖关系，确保软件包之间的兼容性。

2. 环境管理：Conda还允许用户创建隔离的环境，以便于不同项目可以有自己的依赖和包版本，这有助于解决不同项目之间的依赖冲突。

3. 大量预装库：Anaconda预装了大量用于数据科学和机器学习的库，如NumPy、Pandas、SciPy、Matplotlib、Scikit-learn等，这使得用户无需单独安装这些常用库。

配置环境变量：D:\Software\Anaconda\Scripts

conda --version         //查看版本

conda upgrade --all     //更新所有工具包

使用：

1. 进入默认虚拟环境

activate    //不接参数则默认进入Anaconda自带的Base环境

2. 创建自己的虚拟环境

conda create -n test python=3

创建名为test的虚拟环境，指定Python版本为3.x（conda自动下载3.x中最新的版本，也可指定版本）

activate test

切换到test虚拟环境

conda env list

查看当前所有环境

exit()

退出虚拟环境中的Python解释器 

3. 安装第三方包

conda install requests

pip install requests

上述命令二选一即可安装

4. 卸载第三方包

conda remove requests

pip uninstall requests

上述命令二选一即可卸载

环境操作：

1. 查看当前环境下安装了的包信息

conda list 

可以查看完整的包信息

2. 导出导入环境 

• 导出：

conda env export > environment.yaml

 执行这个命令时，Conda会生成一个包含当前环境中所有安装包的列表及其精确版本的YAML文件。这个文件还包括环境的名称和其他相关信息。

• 导入：

conda env create -f environment.yaml

使用environment.yaml创建一个新的环境，这将创建一个与原始环境具有相同依赖的新环境。

深入：

        本质上，Anaconda所谓的创建虚拟环境其实就是安装了一个真实的Python环境, 只不过我们可以通过activate,conda等命令去随意的切换我们当前的Python环境, 用不同版本的解释器和不同的包环境去运行Python脚本。