相關軟件
軟件大小
版本說明
下載地址
Anaconda3清華鏡像是一款功能強大的python管理工具，此軟件集成了Conda和Python等大量科學計算分析的包，可以幫助用戶快速實現項目環境的配置，有需要的趕快來試試吧！
【功能特點】
1、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。
2、分析利器：在 Anaconda 官網中是這么宣傳自己的：適用于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。
【使用教程】
【配置環境變量】
如果是Windows的話需要去 控制面板/系統和安全/系統/高級系統設置/環境變量/用戶變量/PATH 中添加 anaconda的安裝目錄的Scripts文件夾，比如我的路徑是C:/ProgramData/Anaconda2/Scripts，看個人安裝路徑不同需要自己調整。
之后就可以打開命令行(最好用管理員模式打開) 輸入 conda --version
如果輸出conda 4.5.4之類的就說明環境變量設置成功了。
為了避免可能發生的錯誤，我們在命令行輸入conda upgrade --all 先把所有工具包進行升級
【管理虛擬環境】
接下來我們就可以用anaconda來創建我們一個個獨立的python環境了。接下來的例子都是在命令行操作的，請打開你的命令行吧。
【activate】
activate 能將我們引入anaconda設定的虛擬環境中，如果你后面什么參數都不加那么會進入anaconda自帶的base環境，
你可以輸入python試試，這樣會進入base環境的python解釋器，如果你把原來環境中的python環境去除掉會更能體會到，這個時候在命令行中使用的已經不是你原來的python而是base環境下的python.而命令行前面也會多一個(base) 說明當前我們處于的是base環境下。
【創建自己的虛擬環境】
我們當然不滿足一個base環境，我們應該為自己的程序安裝單獨的虛擬環境。
創建一個名稱為python34的虛擬環境并指定python版本為3.4(這里conda會自動找最新的版本下載)
conda create -n python34 python=3.4
或者conda create --name python34 python=3.4
于是我們就有了一個learn的虛擬環境，接下來我們切換到這個環境，一樣還是用activae命令 后面加上要切換的環境名稱
【切換環境】
activate learn
如果忘記了名稱我們可以先用
conda env list
去查看所有的環境
現在的learn環境除了python自帶的一些官方包之外是沒有其他包的，一個比較干凈的環境我們可以試試
先輸入python打開python解釋器然后輸入
>>> import requests
會報錯找不到requests包，很正常.接下來我們就要演示如何去安裝requests包
exit()
退出python解釋器
【卸載環境】
conda remove --name test --all
【安裝第三方包】
輸入
conda install requests
或者
pip install requests
來安裝requests包.
安裝完成之后我們再輸入python進入解釋器并import requests包，這次一定就是成功的了.
【卸載第三方包】
那么怎么卸載一個包呢
conda remove requests
或者
pip uninstall requests
就行啦.
【查看環境包信息】
要查看當前環境中所有安裝了的包可以用
conda list
【導入導出環境】
如果想要導出當前環境的包信息可以用
conda env export > environment.yaml
將包信息存入yaml文件中.
當需要重新創建一個相同的虛擬環境時可以用
conda env create -f environment.yaml
其實命令很簡單對不對，我把一些常用的在下面給出來，相信自己多打兩次就能記住
activate // 切換到base環境
activate learn // 切換到learn環境
conda create -n learn python=3 // 創建一個名為learn的環境并指定python版本為3(的最新版本)
conda env list // 列出conda管理的所有環境
conda list // 列出當前環境的所有包
conda install requests 安裝requests包
conda remove requests 卸載requets包
conda remove -n learn --all // 刪除learn環境及下屬所有包
conda update requests 更新requests包
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
)