本文介紹anaconda的安裝，和使用anaconda對Python進行環境管理。
概述
Anaconda是一個可用於科學計算的Python發行版。這是什麼意思呢？Python是一門編程語言，使用這門語言的時候，在寫代碼這件事情之外，還有很多其他的配套工作，比如運行腳本、下載各種需要用到的庫、管理環境等。Anaconda就把這些功能全都集成好了，省去很多瑣碎的工作。簡單來說，Anaconda幫你管理了在使用Python時用到的包和環境。
讓我們來看一看Anaconda的特長：
- Anaconda集成了大部分需要用到的Python包，尤其是數據科學類的包，在數據處理方面，你幾乎可以在安裝後直接進行使用。
- 利用自帶的conda，Anaconda能夠對Python包安裝、卸載和更新。Python的一大優勢即是豐富的第三方的包，比如數據處理的numpy、數據分析的pandas、和我們做深度學習用到的keras，都是我們所說的包。安裝和管理這些包是使用Python的日常。Anaconda是一個便利簡潔的包管理器。
- 同時，利用conda，Anaconda提供了容易操作的環境管理方式。這裏說的環境是獨立的、互不干擾的開發環境。設想你在項目A中使用了Python2，然而新的項目B要求的是Python3，那麼在同一套環境中同時安裝Python2和Python3，必然會因爲版本的不同引發混亂；另一種情況是，你在不同的項目中使用的包的版本不同，你不可能在同一個地方同時啓用兩個不同版本的包。這個時候，正確的做法是，對不同的項目（通常是對Python或者包的版本要求不同的項目）建立不同的環境，在單一的環境中使用統一的Python版本，和安裝所使用到的包。在這樣相互獨立的環境中工作，能夠做到版本間互不干擾，而環境管理可以通過conda輕鬆做到和維護。
所以，工欲善其事，必先利其器，學習Python，Anaconda是不二之選。
安裝Anaconda
Anaconda可以從官網（https://repo.continuum.io/archive/index.html）下載，可以看到Linux、Mac、Windows均支持。
這裏有兩個版本，分別對應Python 2.7和Python 3.6，這裏建議下載Python 3.6版本，因爲一方面，對於深度學習，windows版本下的tensorflow暫時不支持Python2.7；另一方面，Python3正在逐漸替代Python2。本文選用了python3的版本，但其實，版本的選擇在anaconda中並不是一個問題，因爲通過環境管理，我們可以很方便地切換運行時的Python版本，讀者大可以按照自己的使用習慣進行選擇。
如果官網的速度太慢，這裏建議大家使用清華鏡像（https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/）下載，找到對應的anaconda版本和操作系統即可。
下載後按提示安裝就可以了。
安裝完Anaconda，就相當於安裝了Python、命令行工具Anadonda Prompt、集成開發環境Spyder、交互式筆記本IPython和Jupyter Notebook。下圖列出了Anaconda的一套工具，你可以在開始菜單裏找到這些應用。
使用conda進行環境管理和包管理
conda是anaconda中的環境管理器和包管理器。
對於conda的操作都發生在命令行內，我們可以打開Anaconda Prompt進行操作。
1. 檢查conda
在使用conda前，我們先檢查conda是否已經被安裝，以及當前版本是否是最新。
# 檢查conda是否已經安裝好，此命令會返回你安裝Anaconda軟件的版本
conda --version
>> conda 4.3.40
# 通過以下命令升級conda到最新版本
# 如果有新版本可用，在提示proceed ([y]/n)? 中輸入y進行升級
conda update conda
2. 環境管理
環境管理是Python使用中的一大好習慣，如果你不想在一遍遍重裝Python和系統中折騰循，那麼環境管理是學習Python的過程中非常必要的一環。現在我們用conda進行環境管理。
- 創建環境
# 創建一個環境名爲py34，指定Python版本是3.4
#（不用管是3.4.x，conda會爲我們自動尋找3.4.x中的最新版本）
conda create --name py34 python=3.4
# 通過創建環境，我們可以使用不同版本的Python
conda create --name py27 python=2.7
- 激活環境
# 在windows環境下使用activate激活
activate py34
# 在Linux & Mac中使用source activate激活
source activate py34
激活後，會發現terminal輸入的地方多了(py34)的字樣，這表示我們已經進入了py34的環境中。
- 退出環境
# 在windows環境下使用deactivate
deactivate
# 在Linux & Mac中使用source deactivate
source deactivate
- 刪除環境
如果你不想要這個名爲py34的環境，可以通過以下命令刪除這個環境。
conda remove -n py34 --all
可以通過以下命令查看已有的環境列表，現在py34已經不在這個列表裏，所以我們知道它已經被刪除了。
conda info -e
3. 包管理
我們使用conda進行第三方包的安裝、卸載和更新。
對於包的下載，我們可以先設置國內鏡像。這是因爲http://Anaconda.org的服務器在國外，所以conda在下載包的時候速度往往很慢。所幸清華TUNA鏡像（https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/）有Anaconda倉庫的鏡像，我們將其加入conda的配置，即可解決這個問題。
# 添加Anaconda的TUNA鏡像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
接下來我們進行包的安裝，請進入指定的環境中（比如上節中的py34），這裏我們以pandas（一個數據處理和分析的包）爲例進行操作。
- 查看已安裝的包
#使用這條命令來查看在當前環境中，已安裝的包和對應版本
conda list
- 查找可安裝的包
#我們可以通過search命令檢查pandas這個包是否可以通過conda來安裝
#命令返回了這個包的信息，所以是可以通過conda安裝的
conda search pandas
- 安裝包
#通過install安裝pandas
#如果pandas已經存在於環境中，會提示已經安裝，否則在提示proceed ([y]/n)? 中輸入y進行安裝
conda install pandas
- 更新包
#通過update更新pandas
conda update pandas
- 卸載包
#通過remove卸載pandas
conda remove pandas
以上就是conda對於包的安裝、更新和卸載。值得一提的是，conda將conda、python等都視爲包，因此，完全可以使用conda來管理conda和python的版本，例如
# 更新conda到最新版本，這裏conda被當作一個包處理
conda update conda
# 同樣的，也可以更新anaconda到最新版本
conda update anaconda
# 更新python
# 例如我們所啓用的環境是py34，使用的是python3.4,那麼conda會將python升級爲3.4.x系列中的最新版本
conda update python