python是门解释性语言。何为解释性语言？当程序运行时，需要“解释器”将程序文本语言翻译转变成计算机能理解的机器语言，这个翻译过程有两类，一类是程序在运行之前就转变成机器语言，这种叫编译，典型的就是c/c++语言，最后执行的是编译后的可执行文件；第二类是程序在运行过程中边运行边翻译，逐行解释，这就是python的翻译过程。
Python需要运行时解释，自然运行python程序时少不了带上python解释器以及python程序引用的一些模块包，标准python解释器里已经附带了一些通用包，可以直接使用，比如os，sys之类的。当我们需要使用一些标准python中没有的包时，我们就需要安装需要的模块。
由于python的这些特点，在我们的实际开发使用过程中，自然就避免不了带来一些麻烦困扰。本机上运行的所有python程序依赖模块统一安装在一起，工程多了，依赖模块包多了，变成一个超大依赖仓库，当某个工程需要移到其它机器上运行时，将整个超大依赖仓库一起转移？当我在开发不同工程时用到不同版本的python时，需要不同的python环境，修改系统变量切换python环境？这个时候是否发现python的世界要一团糟了，当然这些方法都不可取，这个时候我们的conda工具应运而生，专来拯救世界。
先来看看conda是什么？
Conda是一个管理python环境和模块的强大工具。虚拟环境和模块包安装的便利性，使用起来真的是很方便。
这么方便，那conda在哪安装？
前面文章介绍过anaconda的安装，没看过的小伙伴回头可去看看。Anaconda里集成了conda，这也是为何推荐初学python从anaconda开始。Cmd命令提示符窗口里输入,查询conda版本，如果出现异常，可能是前面的anaconda没安装好。
conda --version
接下来我们一起看看conda是如何的解决上面的问题和使用的便利性。
首先conda的虚拟环境的管理。
何为虚拟环境？Python的每一个虚拟环境之间相对独立，有自己的解释器，有归属自己的模块包仓库，隔离不同的虚拟环境，这样在不同工程中，每一个工程可创建自己的虚拟环境，虚拟环境中管理着本工程需要解释器和模块包。
conda很好的管理着不同的虚拟环境，以及不同环境之间的切换。
查看已有的环境：
Conda info -e
在没有创建其它环境之前，安装好anaconda后，默认只有一个叫base的环境，并且当前默认的python环境使用的是base,图中base后有个*号，代表当前使用的python环境。
如何创建环境呢？
安装anaconda后创建环境有两种方式：
1、anaconda UI界面中创建：
2、conda命令行创建。
比如创建一个python 2.7的环境
conda create -n python27 python=2.7以上两种方式创建后使用conda查询虚拟环境如下，
conda activate python27切换环境到python27，注意这个“python27”是前面创建的环境名，不是python的2.7版本。
创建后的环境，我们可以查看下anaconda的安装目录
在anaconda的envs下有对应的文件夹名。从目录名来看，这里应该就是环境管理目录。你猜得没错，创建的所有虚拟环境都在该目录下，每个环境都有对应的文件夹，每个文件夹下都是对应环境完整的python解释器，对应环境的安装包也都在对应环境文件夹下。
删除环境：
或者命令行模式：
conda remove -n python27 --all看到这，应该对python的环境已经了解了。
接下来我们看依赖模块包是如何安装管理的。
安装模块包同样有两种方式：anaconda界面安装，但是不推荐这种方式，会带来一些麻烦，为什么，各中原因不深究，谁用谁知道。推荐使用conda和pip指令方式。
conda和pip都是包安装工具，那问题来了，这两货是什么关系。
conda与pip之间的区别：
conda有着环境管理器和模块包管理器的功能，而pip只是python的管理器，conda当初的设计就不只是针对于python，因此可以用于其它语言，而pip只能用于python的模块包安装。conda通常我们用的比较多的是它的环境管理。
conda与pip之间的联系：
conda和pip都具有模块包安装的功能。两者可以都使用，两者之间互相补充，在pip安装搜索不到的包使用conda可能安装，因为两者搜索的包源不一样。
正确的打开方式可以是用conda建立虚拟环境，在虚拟环境中使用conda或pip安装模块包，最大化资源互补。
这里可以总结一下conda和pip指令了，画重点了，点收藏！
conda常用命令:
#conda:#查看虚拟环境：conda info -e#创建虚拟环境conda create -n your_env_name python=your_python_version#删除虚拟环境：conda remove -n your_env_name --all#进入指定环境：Conda activate your_env_name#退出指定环境：Conda deactivate your_env_name#创建新环境想克隆部分旧的环境conda create -n your_env_name --clone oldname#指定环境安装模块包：conda install --name your_env_name package_name#删除指定环境中的某个模块包：conda remove --name your_env_name package_name#导出环境的配置，方便在其它地方部署相同环境：conda env export > environment.yml#导入环境配置，部署相同环境：conda env create -f environment.yml安装模块包下载速度过慢或安装失败问题可使用国内conda源加速。
国内知名conda源：
# 清华开源软件镜像网站：https://mirror.tuna.tsinghua.edu.cn/# 中科大开源软件镜像：https://mirrors.ustc.edu.cn/anaconda# 阿里开源软件镜像：https://opsx.alibaba.com/mirror# 切换清华源: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/# 搜索时显示通道地址conda config --set show_channel_urls yes#切换中科大源:conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/# 搜索时显示通道地址 conda config --set show_channel_urls yespip常用命令:
#安装模块包：pip install package_name#查看某个已经安装包：pip show --files package_name#升级模块包：pip install --upgrade package_name#卸载模块包：pip uninstall package_name#导出环境依赖包，requirements.txt记录项目所有的依赖包及其版本 号，以便在其他的环境中部署：pip freeze > requirements.txt#部署工程中requirements.txt依赖包:pip install -r requirements.txt#模块包下载速度慢或失败可切换包源下载：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple package_name#忘记pip指令参数可用help，这是一个好的方式pip --help国内知名pip源地址：
#豆瓣(douban) https://pypi.douban.com/simple#清华大学 https://pypi.tuna.tsinghua.edu.cn/simple#阿里云 https://mirrors.aliyun.com/pypi/simple#中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple更多资料请关注喜学教育公众号【喜学人工智能课堂】
添加微信可获取更多学习资料哦~
Python路上不孤单，Python QQ学习交流群：980977173
1980
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
