Anaconda 概述

Anaconda 是專門為了方便使用 Python 進行數據科學研究而建立的一組軟件包，涵蓋了數據科學領域常見的 Python 庫，并且自帶了專門用來解決軟件環境依賴問題的 conda 包管理系統。主要是提供了包管理與環境管理的功能，可以很方便地解決多版本 Python 并存、切換以及各種第三方包安裝問題。

Anaconda 是一個開源的 Python 發行版本，它集成了 Python 解釋器、Conda 包和環境管理器，以及大量的科學計算庫，如 numpy、pandas 等。Anaconda 利用工具 / 命令 conda 來進行 package 和 environment 的管理，并且已經包含了 Python 和相關的配套工具。

Anaconda 主要特點和功能

豐富的科學計算庫：Anaconda內置了大量的科學計算庫，如numpy、pandas、matplotlib等，為用戶提供了強大的數據處理和可視化能力。
便捷的包管理：通過Conda包管理器，用戶可以輕松地安裝、更新和卸載Python包，無需手動處理復雜的依賴關系。
環境隔離：Anaconda支持創建多個獨立的Python環境，每個環境可以安裝不同的包和版本，避免了不同項目之間的依賴沖突。
開源：Anaconda是開源的，用戶可以自由使用和修改。
安裝過程簡單：Anaconda的安裝過程相對簡單，用戶只需下載對應版本的安裝包并按照提示進行安裝即可。
高性能使用Python和R語言：Anaconda不僅支持Python語言，還支持R語言，使得用戶可以在同一環境中使用兩種語言進行開發。
免費的社區支持：Anaconda擁有龐大的用戶社區和開發者團隊，用戶可以在社區中尋求幫助和解決問題。

Anaconda 適用于廣泛的使用場景，主要包括但不限于數據科學和分析、機器學習和深度學習等領域。它為數據科學家、機器學習工程師和數據分析師等提供了強大的工作環境和工具支持。

安裝使用 Anaconda

Anaconda 官方網站是：https://www.anaconda.com/

在 Anaconda 官網上，你可以找到關于 Anaconda 的詳細介紹、安裝指南、文檔、教程、社區支持等資源。此外，你還可以從官網下載 Anaconda 的最新版本，并了解最新的產品更新和新聞。

Anaconda 版本

Anaconda 版本網址：https://www.anaconda.com/download/success

本地安裝 Anaconda

Anaconda 是一個大型的 Python 數據科學平臺，包含了大量的 Python 包和工具。而 Miniconda 則是一個更小的發行版，只包含了一些基本的 Python 包和工具。Anaconda 是一個完整的發行版，需要下載并安裝大量的軟件包和工具。而 Miniconda 則是一個更小的安裝程序，只包含了一個基本的 Python 環境和一些必要的工具。

conda 分為 anaconda 和 miniconda，anaconda 是一個包含了許多常用庫的集合版本，miniconda 是精簡版本（只包含 conda、pip、zlib、python 以及它們所需的包），剩余的通過 conda install command 命令自行安裝即可。

miniconda 官網：https://conda.io/miniconda.html

anaconda 官網：https://www.anaconda.com/download

配置環境變量

Conda 安裝目錄預覽

配置系統環境變量

【conda 安裝路徑】
【conda 安裝路徑】\Scripts
【conda 安裝路徑】\Library\bin 

檢查 conda 是否安裝成功？返回 conda 版本號則說明安裝成功。

C:\Users\Administrator>conda --version
conda 24.3.0

升級 conda

conda update conda

配置鏡像 channels

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

查看鏡像地址

C:\Users\Administrator>conda config --get channels
--add channels 'defaults'   # lowest priority
--add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/'
--add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/'
--add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/'
--add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/'
--add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/'
--add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/'   # highest priority

常見 conda cmd 描述

命令	描述
conda --version	查看 conda 版本，驗證是否安裝
conda update conda	更新 conda 至最新版本，也會更新其它相關包
conda update --all	更新所有包
conda update package_name	更新指定的包
conda create -n env_name package_name	創建名為 env_name 的新環境，并在該環境下安裝名為 package_nam e的包
source activate env_name	切換至 env_name 環境（Linux / macOS，Windows 使用conda activate env_name）
source deactivate	退出當前環境（Linux / macOS，Windows 使用 conda deactivate）
conda info -e	顯示所有已經創建的環境
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	刪除名為 env_name 的環境
conda list	查看當前環境中所有已經安裝的包
conda install package_name	在當前環境中安裝包
conda install --name env_name package_name	在指定名為 env_name 的環境中安裝包
conda remove --name env_name package	刪除指定名為 env_name 的環境中的包
conda remove package	刪除當前環境中的包
conda env remove -n env_name	刪除名為 env_name 的環境（替代 conda remove --name env_name --all）

創建 conda 環境

創建 Python 版本為 X.x 名字為 env_name 的虛擬環境。env_name 文件可以在 Anaconda 安裝目錄 envs 文件下找到。

conda create -n env_name python=3.12

在 conda 環境下查看當前存在的環境

conda env list（或者 conda info --envs）

刪除環境

conda remove -n env_name --all
conda env remove -n env_name

重命名環境（將 --clone 后面的環境重命名成 -n 后面的名字）將 py3 重命名為 torch

conda create -n torch --clone py3

創建完成環境之后系統會提示如何：進入 / 退出環境

conda activate env_name  		# 進入環境
conda deactivate				# 退出環境