背景介绍
Python是一种面向对象的解释型计算机程序设计语言，其使用，具有跨平台的特点，可以在Linux、macOS以及Windows系统中搭建环境并使用，其编写的代码在不同平台上运行时，几乎不需要做较大的改动，使用者无不受益于它的便捷性。
之前在python的虚拟环境介绍中，本人推荐的是使用virtualenvwrapper-win 来管理的，因本人刚接触python，所以很多知识点不一定是对的，最近发现网上很多资料用到了Anaconda。所以这里也简单对Anacond做些说明
Anacond简介
Anaconda（官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。
也就是说对于python来说，Anaconda既不是python的ide,也不是一个虚拟环境管理工具，Anaconda是一个Python发行平台，什么是发行平台，就是类似maven的中央仓库，Anaconda管理了海量的Python工具包，比如jupyter,conda,numpy等等python包。通过Anaconda可以管理维护当前工作环境的python虚拟环境下的所有包，并且Anaconda通过conda实现对python虚拟环境的统一管理以及工具包的维护。
Anaconda 安装
本文仅介绍linux环境下的安装，window和mac不用介绍了吧。类似普通的软件安装，next即可啊。
下载
官网下载地址
注意下载的版本根据自己需求选择对应的os操作系统（注意对应的python版本哦）
安装
bash Anaconda3-2020.02-Linux-x86_64.sh
linux下安装其实也是next,只不过不是可视化的，是通过命令交互的，整个安装过程都会提示你怎么操作
- 安装过程中，看到提示“In order to continue the installation process, please review the license agreement.”（“请浏览许可证协议以便继续安装。”），点击“Enter”查看“许可证协议”。
- 通过回车键滚动阅读协议至最后一页后会提示你输入yes来同意协议。
- 然后会让你确认默认的安装路径，直接回车接受默认安装路径。
完成
安静等待安装即可，安装完成后需要执行下以下命令，其实就是刷新下环境变量的。不然你是无法使用conda命令的。当然你也可以重新开启命名窗口，同样也可以使用conda命令了。
source ~/.bashrc
conda 使用简介
Anaconda3 使用主要还是体现在conda的使用上，至少目前我了解到的知识是如此，比如创建虚拟环境，install，查看激活虚拟环境等。注意有些网上的教程比较老的话命令是不对的哦。比如虚拟环境的切换和激活。网上一些教程依然是在使用source activate <虚拟环境名称>。
创建虚拟环境
#完整的命令：conda create --name <虚拟环境名称> python=<python版本号 p> <package_names>
conda create --name <虚拟环境名称>
-
虚拟环境名称建议以英文命名，且不加空格。
-
创建虚拟环境时如果要指定默认的安装包，添加多个包名即可。如：conda create -n python3 python=3.5 numpy pandas，即创建一个名为“python3”的环境，环境中安装版本为3.5的python，同时也安装了numpy和pandas。
-
--name同样可以替换为-n。
-
新建的虚拟环境目录在/root/anaconda3/envs/，其实就是anaconda3安装目录中的envs文件夹。
切换虚拟环境
conda activate <虚拟环境名称>
退出虚拟环境只base
conda deactivate
退出codna到root
执行两次即可，哈哈哈，其实过程是conda deactivate先退出到base虚拟环境，然后再次执行conda deactivate退出到root。退出后怎么进入conda虚拟环境呢，conda activate <虚拟环境名称>即可。
conda deactivate
conda deactivate
- 注意命令窗口的前缀，比如如果是conda虚拟环境下，前缀会显示（虚拟环境名称）。
查看帮助信息
conda -h
显示conda所有虚拟环境
conda info -e
复制环境
conda create --name <new_env_name> --clone <copied_env_name>
conda create --name tfpy3--clone base，即为克隆名为“base”的环境，克隆后的新环境名为“tfpy3”。此时，环境中将同时存在“tfpy3”和“base”环境，且两个环境的配置相同。
包管理
包管理其实也是通过conda命令来管理。之前一直没用过conda，python刚入门学会虚拟环境的使用、迁移管理等。哈哈，现在发现conda真实太好用了。
查找包
conda search --full-name <package_full_name>
模糊查找
conda search <text>
指定环境中安装包
conda install --name <env_name> <package_name>
如果不指定环境，就是在当前环境下安装包了。
使用anaconda.org安装
当使用conda install无法进行安装时，可以考虑从Anaconda.org中获取安装包的命令，并进行安装。
-
在新页面“Anaconda Cloud”的上方搜索框中输入要安装的包名，然后点击右边“放大镜”标志。
- 选择一个下载量最多的包点击
- 复制命令执行
卸载包
- 卸载指定环境中的包
conda remove --name <env_name> <package_name>
- 直接卸载当前环境中的包
conda remove <package_name>
更新包
- 更新所有包
conda update --all
- 更新指定包
conda update <package_name>
- 更新多个包
conda update pandas numpy matplotlib
