Anaconda3 是一款开源免费的Python编程软件，内置了上百种与Python和Conda相关的工具包，方便用户直接下载使用。这些工具包不仅优化了编程流程，还能帮助处理复杂数据，节省时间和精力。它的最大优势是提供了一个集成开发环境，支持多平台（Windows、Mac、Linux）运行，并能轻松管理不同版本的Python和第三方库。
对于新手来说，Anaconda特别友好，因为它集成了常用的科学计算库和工具，比如Spyder IDE和IPython，省去了手动安装的麻烦。通过Conda命令，用户可以方便地进行包的安装、卸载和更新，还能创建和管理多个独立的虚拟环境，避免不同项目之间的依赖冲突。
虽然Anaconda的功能强大，但初次使用可能会让人感到有些复杂，尤其是配置环境变量和处理离线安装时需要额外注意。不过总体来说，它是一个非常实用的工具，适合所有层次的Python开发者。
Anaconda3官方版是一款开源免费使用的Python编程软件。这款软件内包含了多种与Python、Conda有关的编程工具包，数量多达百种，用户可以直接通过这款软件来下载这些工具包。这些工具包可以为用户的编程工作提供许多便利，能够优化许多的操作流程，节省时间提高工作效率。同时，软件除了为用户提供辅助工具包之外还有一批便捷的数据分析工具，这些分析工具可以帮助用户解析复杂的代码数据，快速整理错乱复杂的数据，让用户省时省力。所有的类型的工具包都采用的一键安装，无需用户手动添加，下载完成后即可打开使用，并且各个数据库之间能够很好的连接起来。此外，这款软件可以在不同的操作系统上使用，无论是Windows还是Mac，亦或者Linux，都可以让这款软件正常运行。这款软件最大的作用便是为Python编程提供一个包管理和环境管理的功能，解决不同版本第三方包的下载安装和管理问题，让多个版本的Python能够并存。
软件功能
安装Anaconda之后，我们就可以很方便的管理安装包(安装，卸载，更新)。
安装包
conda 的包管理功能和pip 是一样的，当然你选择pip 来安装包也是没问题的。
1. #安装 matplotlib
2. conda install matplotlib
卸载包
1. # 删除包
2. conda remove matplotlib
更新包
1. # 包更新
2. conda update matplotlib
查询已经安装的包
1. # 查看已安装的包
2. conda list
常见问题
问：安装了anaconda 还要装python吗？
答：不用了，anaconda是集成开发环境的。
问：anaconda与python什么关系？
答：anaconda里面集成了很多关于python科学计算的第三方库，主要是安装方便，而python是一个编译器，如果不使用anaconda，那么安装起来会比较痛苦，各个库之间的依赖性就很难连接的很好。
问：anaconda是干什么的，是 python的第三方解释环境吗？
答：这是一个集成的Python环境，一键安装，装好即用，特别适合懒人，对Windows环境而言，也不用安装C++编译器了。其使用conda来管理包，集成了Python主程序，IDE（Spyder）与IPython，以及常用的第三方库，例如Flask。并有适合Windows，OS X，与Linux三个系统，以及32位、或者64位，Python 2.7、或者3.6版本，不同组合选项，总有一款适合你。
使用说明
下载完成后，得到一个shell脚本文件，执行该文件(文件名可能因为版本不同有所差异)：
进入安装程序，提示输入“ENTER”继续：
Please, press ENTER to continue
>>> ENTER
按回车后，进入用户协议阅读，你不会真的去读的对吧，再按回车，一直按，按到出现如下提示，输入yes并回车：
Please answer 'yes' or 'no':'
>>>yes
接着提示安装位置，按回车默认即可，进入安装。安装完毕后，提示是否需要加入环境变量，输入yes并回车。安装完成，可能还会提示你安装Microsoft VSCode，不想用就输入no然后就结束安装。
如何确定自己安装没毛病?
输入python命令，出现anaconda的标识，如下图，随后exit()退出命令行：
python命令行
检查conda命令，例如查看conda版本：
conda --version
若提示命令不存在：
conda ：未找到指令
则可能是环境变量没有正确加载，将命令source ~/.bashrc写入到文件.bash_profile中，再执行source ~/.bash_profile即可。
最后，升级全部软件包，以避免可能出现的问题：
conda upgrade --all
使用
除安装即有的默认环境外，有时我们需要根据不同的项目使用不同的python版本。原生python如何切换版本?改环境变量、改软连接，略麻烦。而使用Anaconda就能很方便得管理各种python环境。
例如，现在需要一个新的名为“test”的python3.5环境，使用如下：
创建虚拟环境
输入如下命令，输入y开始下载：
conda create -n test python=3.5
离线断网情况下，新建环境可加参数进行离线安装：
conda create -n test python=3.5 --offline
切换虚拟环境
source activate test
也可查看当前全部虚拟环境，选择自己需要的环境进行切换，比如年纪大了忘了自己建的环境名是什么的时候：
conda env list
独立安装第三方包
进行第2步，正确切换到新环境后，进行第三方包的安装，可以使用python的pip命令：
pip install pandas
或者Anaconda的conda工具：
conda install pandas
卸载第三方包
pip uninstall pandas
查看当前环境包信息
conda list
导入导出环境
Anaconda支持导入导出以方便迁移，还是老规矩，先进入你要操作的环境，例如test
导出环境信息到文件，文件名自己取：
conda env export > environment.yaml
导入环境信息，即根据配置文件创建一个新环境：
conda env create -f environment.yaml
切回默认环境
source activate
删除环境
conda remove -n test --all
回退至原生python
安装结束后，打开电脑的CMD命令行(使用WIN徽标键+R， 然后输入CMD，点击OK)，
在其中输入 python，如果返回的信息为下图中的2，并且提示符为下图中的3，则安装顺利完成。
配置环境变量的方法介绍
如果是windows的话需要去 控制面板\系统和安全\系统\高级系统设置\环境变量\用户变量\PATH 中添加 anaconda的安装目录的Scripts文件夹, 比如我的路径是C:\ProgramData\Anaconda2\Scripts, 看个人安装路径不同需要自己调整.
之后就可以打开命令行(最好用管理员模式打开) 输入 conda --version
如果输出conda 4.5.4之类的就说明环境变量设置成功了.
为了避免可能发生的错误, 我们在命令行输入conda upgrade --all 先把所有工具包进行升级
虚拟环境创建与管理方法
接下来我们就可以用anaconda来创建我们一个个独立的python环境了.接下来的例子都是在命令行操作的,请打开你的命令行吧。
1.activate
activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入anaconda自带的base环境,
你可以输入python试试, 这样会进入base环境的python解释器, 如果你把原来环境中的python环境去除掉会更能体会到, 这个时候在命令行中使用的已经不是你原来的python而是base环境下的python.而命令行前面也会多一个(base) 说明当前我们处于的是base环境下。
2.创建自己的虚拟环境
我们当然不满足一个base环境, 我们应该为自己的程序安装单独的虚拟环境.
创建一个名称为learn的虚拟环境并指定python版本为3(这里conda会自动找3中最新的版本下载)
conda create -n learn python=2
于是我们就有了一个learn的虚拟环境, 接下来我们切换到这个环境, 一样还是用activae命令 后面加上要切换的环境名称
3.切换环境
activate learn
如果忘记了名称我们可以先用
conda env list
去查看所有的环境
现在的learn环境除了python自带的一些官方包之外是没有其他包的, 一个比较干净的环境我们可以试试
先输入python打开python解释器然后输入
>>> import requests
会报错找不到requests包, 很正常.接下来我们就要演示如何去安装requests包
exit()
退出python解释器
共有 0条评论