Anaconda概述
Anaconda是一個用於科學計算的Python發行版，支持 Linux, Mac, Windows系統，提供了包管理與環境管理的功能，可以很方便地解決多版本python並存、切換以及各種第三方包安裝問題。Anaconda利用工具/命令conda來進行package和environment的管理，並且已經包含了Python和相關的配套工具。
這里先解釋下conda、anaconda這些概念的差別。conda可以理解為一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用類似，環境管理則允許用戶方便地安裝不同版本的python並可以快速切換。Anaconda則是一個打包的集合，里面預裝好了conda、某個版本的python、眾多packages、科學計算工具等等，所以也稱為Python的一種發行版。其實還有Miniconda，顧名思義，它只包含最基本的內容——python與conda，以及相關的必須依賴項，對於空間要求嚴格的用戶，Miniconda是一種選擇。
進入下文之前，說明一下conda的設計理念——conda將幾乎所有的工具、第三方包都當做package對待，甚至包括python和conda自身！因此，conda打破了包管理與環境管理的約束，能非常方便地安裝各種版本python、各種package並方便地切換。
Anaconda的安裝
Anaconda的下載頁參見官網下載，Linux、Mac、Windows均支持。
安裝時，會發現有兩個不同版本的Anaconda，分別對應Python 2.7和Python 3.5，兩個版本其實除了這點區別外其他都一樣。后面我們會看到，安裝哪個版本並不本質，因為通過環境管理，我們可以很方便地切換運行時的Python版本。（由於我常用的Python是2.7和3.4，因此傾向於直接安裝Python 2.7對應的Anaconda）
下載后直接按照說明安裝即可。這里想提醒一點：盡量按照Anaconda默認的行為安裝——不使用root權限，僅為個人安裝，安裝目錄設置在個人主目錄下（Windows就無所謂了）。這樣的好處是，同一台機器上的不同用戶完全可以安裝、配置自己的Anaconda，不會互相影響。
Anaconda 的優點？
Anaconda的優點總結起來就八個字：省時省心、分析利器。
-
省時省心： Anaconda通過管理工具包、開發環境、Python版本，大大簡化了你的工作流程。不僅可以方便地安裝、更新、卸載工具包，而且安裝時能自動安裝相應的依賴包，同時還能使用不同的虛擬環境隔離不同要求的項目。
-
分析利器： 在 Anaconda 官網中是這么宣傳自己的：適用於企業級大數據分析的Python工具。其包含了720多個數據科學相關的開源包，在數據可視化、機器學習、深度學習等多方面都有涉及。不僅可以做數據分析，甚至可以用在大數據和人工智能領域。
什么是 conda ？
conda 是開源包（packages）和虛擬環境（environment）的管理系統。
packages 管理：
可以使用 conda 來安裝、更新 、卸載工具包 ，並且它更關注於數據科學相關的工具包。在安裝 anaconda 時就預先集成了像 Numpy、Scipy、 pandas、Scikit-learn 這些在數據分析中常用的包。另外值得一提的是，conda 並不僅僅管理Python的工具包，它也能安裝非python的包。比如在新版的 Anaconda 中就可以安裝R語言的集成開發環境 Rstudio。
虛擬環境管理： 在conda中可以建立多個虛擬環境，用於隔離不同項目所需的不同版本的工具包，以防止版本上的沖突。對糾結於 Python 版本的同學們，我們也可以建立 Python2 和 Python3 兩個環境，來分別運行不同版本的 Python 代碼。
國外下載（官網）：
下載地址：https://www.anaconda.com/download/
下載版本：https://repo.continuum.io/archive/Anaconda3-5.0.0.1-Linux-x86_64.sh
國內下載：
http://mirrors.ustc.edu.cn/
下載：https://mirrors.ustc.edu.cn/anaconda/archive/
Linux安裝：
#首先給腳本一個可執行權限 chmod 755 Anaconda3-5.0.0.1-Linux-x86_64.sh #執行腳本，根據提示該回車的回車。 sh Anaconda3-5.0.0.1-Linux-x86_64.sh #添加環境變量 export PATH=/root/anaconda3/bin:$PATH #要不你重啟執行，要不就執行下面命令讓環境變量立刻生效。 source /etc/profile #查看版本 anaconda -V #測試安裝scrapy coda install scrapy [root@localhost ~]# python Python 3.6.2 |Anaconda, Inc.| (default, Sep 30 2017, 18:42:57) [GCC 7.2.0] on linux Type "help", "copyright", "credits" or "license" for more information. >>> import scrapy >>>
安裝完成后，我們還需要對所有工具包進行升級，以避免可能發生的錯誤。打開你電腦的終端，在命令行中輸入：
conda upgrade --all
這里 package_name 是需要安裝包的名稱。你也可以同時安裝多個包，比如同時安裝numpy 、scipy 和 pandas，則執行如下命令：
conda install numpy scipy pandas
你也可以指定安裝的版本，比如安裝 1.1 版本的 numpy ：
conda install numpy=1.10
移除一個 package：
conda remove package_name
升級 package 版本：
conda update package_name
查看所有的 packages：
conda list
如果你記不清 package 的具體名稱，也可以進行模糊查詢：
conda search search_term
參考與：http://www.jianshu.com/p/169403f7e40c