anaconda安装使用详细教程

介绍

Anaconda 个人版是一个免费、易于安装的包管理器、环境管理器和 Python 发行版，包含 1,500 多个开源包，并提供 免费社区支持。Anaconda 与平台无关，因此无论您在 Windows、macOS 还是 Linux 上都可以使用它。

官网及介绍

Anaconda offers the easiest way to perform Python/R data science and machine learning on a single machine. Start working with thousands of open-source packages and libraries today.

好处：
1）conda：conda是一个环境管理器，其功能依靠conda包来实现，该环境管理器与pip类似
2）有大量工具包：Anaconda创建环境，会自动安装一个虚拟的python环境。该python下已经装好了一大堆工具包【pip（安装包的工具），numpy（处理多维数组），pandas（在numpy基础上提供更多的数据读写工具），scipy（在numpy基础上添加众多科学计算工具包），matplotlib（丰富的绘图库）】
3）可以创建使用和管理多个不同的Python版本：比如想要新建一个新框架或者使用不同于Anoconda装的基本Python版本，Anoconda就可以实现同时多个python版本的管理

安装

安装方式

直接安装即可
官网链接
（这个地方都选，这个翻译一下就能明白）

测试方式

conda --version

更换源

本地conda环境配置国内镜像源（现在好像不让用了）

中科大

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/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/

阿里镜像源

conda config --add channels https://mirrors.aliyun.com/pypi/simple/

豆瓣的python的源

conda config --add channels http://pypi.douban.com/simple/ 

显示检索路径，每次安装包时会将包源路径显示出来

conda config --set show_channel_urls yes
conda config --set always_yes True

显示所有镜像通道路径命令

conda config --show channels

更新

更新conda

conda update conda

更新第三方所有包

conda upgrade --all

使用

打开Anaconda Prompt (anaconda3)

在这里输入命令

最初的环境都是以base开始，可切换自己的环境（具体操作看下面虚拟环境管理）

虚拟环境管理

创建环境

# 创建一个名为pydemo的环境，指定Python版本是3.5
#（不用管是3.5.x，conda会为我们自动寻找3.５.x中的最新版本）
conda create --name pydemo python=3.5

激活环境

# 安装好后，使用activate激活某个环境
conda activate pydemo # for Windows
source activate pydemo # for Linux & Mac

由base环境切换至从cvdemo环境

列出所有的虚拟环境

conda info -e
conda env list

包管理

安装库

# numpy
conda install numpy
# conda会从从远程搜索numpy的相关信息和依赖项目

查看安装的库

# 查看已经安装的packages
conda list
# 最新版的conda是从site-packages文件夹中搜索已经安装的包，可以显示出通过各种方式安装的包

# 查看某个指定环境的已安装包
conda list -n pydemo

# 查找package信息
conda search numpy

# 安装package
conda install -n pydemo numpy
# 如果不用-n指定环境名称，则被安装在当前活跃环境
# 也可以通过-c指定通过某个channel安装

更新package

# 更新package
conda update -n py35 numpy

删除package

# 删除package
conda remove -n py35 numpy

更新conda

# 更新conda，保持conda最新
conda update conda

更新anaconda

# 更新anaconda
conda update anaconda

更新python

conda update python

清空anaconda pkg缓存

conda clean -a

其他常用操作

显示添加的源通道

conda config --show-sources

移除某一镜像源

conda config --remove channels 源名称或链接 

恢复官方源（anaconda官方现在可能不让用别人的源！）

conda config --remove-key channels

conda与pip的区别

结论：

Anaconda类似于一个容器，是一个与语言无关的跨平台包和哈UN经管理器

，可包含所有的环境并进行管理。

pip是一个安装包的程序。

conda和pip的特性对比：
condapip管理二进制wheel或源码需要编译器NoYes语言AnyPython虚拟环境支持通过virtualenv或venv等支持依赖性检查Yes屏幕提示用户选择包来源Anaconda repo和CloudPyPI