目錄
什么是Conda
Conda是Python中用於管理包和虛擬環境的一大利器。
使用Conda可以非常便利的使用數據科學相關的包，Conda可以幫助我們創建虛擬環境，從而方便的應用於多個項目中。
安裝Conda
Anaconda實際上是一個軟件的發行版，附帶了Conda、python和150多個科學軟件包及其相關的包。
Anaconda可以在Windows，MacOS以及Linux下進行安裝，下載地址：https://www.anaconda.com/download/ ，國內下載鏡像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/ 。
Anaconda是一個本身很大（大約500M），因為它附帶了Python中最常見的數據科學包。如果您不需要所有的軟件包，或者需要節省帶寬或存儲空間，那么也有Miniconda，一個只包含conda和python的發行版。
安裝完畢后，將Anaconda安裝路徑添加到系統PATH變量中：
PATH=${ANACODA_HOME}:${ANACODA_HOME}/Scripts:$PATH
注意：如果在安裝Anaconda之前已經安裝過Python並且已經到PATH變量中，最好是將之前安裝的Python從環境變量中刪除，避免與Anaconda中python混淆。
在命令行中執行命令：python，如果在進入的Python交互式環境中顯示有Anaconda信息，則表明已經安裝完畢，如下所示：
Python 3.8.8 (default, Apr 13 2021, 15:08:03) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Warning:
This Python interpreter is in a conda environment, but the environment has
not been activated. Libraries may fail to load. To activate this environment
please see https://conda.io/activation
Type "help", "copyright", "credits" or "license" for more information.
>>>
虛擬環境管理
1.查看當前所有的虛擬環境列表
執行如下命令列出全部環境：
conda env list
# conda environments:
#
base * D:\ProgramFiles\Anaconda3
myenv D:\ProgramFiles\Anaconda3\envs\myenv
此時，*號所在的行表示是當前所在的環境。
2.創建虛擬環境
conda create -n env_name list_of_packages
其中，-n后的參數env_name表示環境名稱，接着可以跟着0個或多個包名稱。
示例：創建一個名稱為myenv的環境，同時在該環境中安裝一個numpy包
conda create -n myenv numpy
當然，也可以只創建環境而不用安裝包：conda create -n myenv
此外，在創建環境時，我們可以指定Python的版本，例如：conda create -n myenv python=2.7
3.進入虛擬環境
conda activate myenv
執行上述命令之后，就進入到名稱為myenv的虛擬環境中了。
進入到虛擬環境之后，就可以執行安裝模塊，查看模塊等操作了，如：conda list
4.離開虛擬環境
想要離開當前環境時，則只需要執行如下命令即可：
conda deactivate
5.刪除虛擬環境
當某個環境我們不再需要時，可以直接執行如下命令來刪除該環境：
conda env remove -n env_name
模塊管理
Conda安裝完成后，自動處於默認的conda虛擬環境中，此時可以使用如下命令查看在當前環境下得模塊列表：
conda list
當然，也可以進入到某個指定的虛擬環境中后再執行包管理操作。
1.安裝包
如下安裝numpy模塊：
conda install numpy
除了每次安裝一個包外，我們還可以一次性安裝多個包，例如：
conda install numpy pandas
此外，我們還可以安裝某個指定版本的包：
conda install numpy=1.10
說明：使用conda安裝指定包時，conda可以自動處理相關的包依賴。
2.刪除某個包
conda remove package_name
3.升級某個包
conda upgrade package_name
4.升級全部包
conda upgrade --all
5.查看包列表
conda list
6.模糊查詢包
conda search 'keywords'
還可以將環境中用到的包列表導出到文件中，然后將該文件包含在代碼中，這允許其他人輕松加載代碼的所有依賴項，這與pip freeze>requirements.txt具有類似的功能。
何時使用Conda
回到問題本源，什么時候需要使用Conda呢？
如果在項目開發和部署過程中遇到如下場景，都可以考慮使用Conda（以依賴numpy模塊為例說明）：
1.在同一台機器上需要同時安裝兩個版本的numpy，可以通過Conda為每個版本的numpy創建一個虛擬環境，然后在對應環境進行開發或部署。
2.在同一台機器上有多個項目運行，但是可能有一些項目需要用Python3運行，同時另外一些項目需要用Python2運行，同時安裝這兩個版本的Python可能會導致很多混亂和錯誤。因此，最好是有單獨的虛擬環境來管理和使用，這也可以通過Conda來解決。
總結為一句話：在需要對Python環境或模塊版本進行隔離的時候都可以使用Conda。
【參考】
https://www.missshi.cn/api/view/blog/5c417d1ec7e019335e000000 Conda詳解
https://mirrors.tuna.tsinghua.edu.cn/anaconda/ Anaconda國內下載地址