2020/5/18
一、Anaconda 有什么用？
是一個安裝、管理python相關包的軟件，還自帶python、Jupyter Notebook、Spyder，有管理包的conda工具，非常有用。
二、如何安裝Anaconda？
很簡單：
1、去官網https://www.anaconda.com/products/individual下載安裝文件，不到500M。
2、雙擊安裝。可以參考 http://www.360doc.com/content/20/0511/06/29876786_911481951.shtml 具體細節。
3、安裝完成。
三、pip 和 conda 的區別
我簡單的理解：
pip 是在python 環境中管理python包的工具
conda 是在conda環境中管理python包和其它包（例如C語言包）的工具
二者是不同的東西，不可以混用，它們安裝的東西不在一個地方。
四、conda 常用的命令 （在終端中使用這些命令。打開圖形界面AnacondaNavigator ，左側Environment，點擊小三角形，選中Open Terminal）
conda --version #查看conda版本，驗證是否安裝
conda update conda #更新至最新版本，也會更新其它相關包
conda update --all #更新所有包
conda update name #更新指定的包
conda create -n env_name package_name #創建名為env_name的新環境，並在該環境下安裝名為package_name 的包，可以指定新環境的版本號，例如：conda create -n python2 python=python2.7 numpy pandas，創建了python2環境，python版本為2.7，同時還安裝了numpy pandas包
activate env_name #切換至env_name 環境
deactivate name #退出環境（返回默認環境）
conda info -e #顯示所有已經創建了的環境
conda create --name new_env_name --clone old_env_name #復制old_env_name為new_env_name
conda remove --name env_name –all #刪除環境
conda list #查看所有已經安裝的包
conda install package_name #在當前環境中安裝包
conda install --name env_name package_name #在指定環境中安裝包
conda remove -- name env_name package #刪除指定環境中的包
conda remove package #刪除當前環境中的包
conda env list #查看所有的環境
conda env export > environment.yaml // 導出當前環境的包信息
conda env create -f environment.yaml // 用配置文件創建新的虛擬環境
五、python 虛擬環境
1）什么是虛擬環境？
把一部分內容獨立出來，稱之為容器。在容器中，安裝我們自己想要的東西，比如不容版本的依賴包。各容器之間相互獨立，互不影響。
比如下載完 Anaconda 之后，默認的就是 base 環境。
2）為什么要用虛擬環境？
因為在開發當中，我們需要根據不同的需求，下載不同的框架庫，或者不同的版本。有了虛擬環境，我們可以為
不同的項目配置不同的運行環境，這樣多個項目可以同時運行。
3）如何使用虛擬環境？
創建、激活、退出、刪除。詳見上面的命令，不再贅述。
注：新創建的環境除了python自帶的一些官方包之外是沒有其它包的，是一個比較干凈的環境。例如我們可以在終端輸入 python 打開 python的解釋器試一下：
接下來我們可以在此環境中使用上述命令安裝和卸載第三方包。
補充：Anaconda 所謂的創建虛擬環境，實際上就是在本地安裝了一個真實的python環境，具體位置就在下面這個文件夾里
我們可以使用conda 命令隨意切換當前的python 環境，使用不同版本的解釋器和不同版本的包去運行python腳本。
六、Anaconda 與 pyCharm 連接
在工作環境中我們會集成開發環境去編碼, 這里推薦JB公司的pycharm, 而pycharm也能很方便的和anaconda的虛擬環境結合
在Setting => Project => Project Interpreter 里面修改 Project Interpreter , 點擊齒輪標志再點擊Add Local為你某個環境的python.exe解釋器就行了
D:\Software\Anaconda\envs\learn, 可以看到這時候下面的依賴包也變成了learn環境中的包了.
