一、Anaconda 简介 {#一、Anaconda-简介}

Anaconda 简单理解来说，就是一个大的环境池子，池子里面有不同的环境。每个环境用不同的名称进行标识。当我们需要哪个环境时，就在anaconda中激活哪个环境去使用即可。Anaconda就是一个环境管理器！

我的环境原本是有 Python 3.8.8 环境的，后面要安装 Anaconda 然后两个环境就打架了，干脆直接全部卸载了，然后只安装 Anaconda

软件的下载，我们直接从 Anaconda 官网上下载即可。

Anaconda 官网 ： https://www.anaconda.com/

二、安装过程 {#二、安装过程}

1、软件安装 {#1、软件安装}

1.下载好之后，双击运行

然后点击Next

2.点击 I Agree

3.点击Next

这里是选择用户安装，一般直接下一步就好了。

4.选择安装位置，然后点击Next

我这里安装到了其他位置，可以直接点击下一步。

5.这里一定要把第一个勾打勾上，不然后面还要配置环境变量就很麻烦，所以我们把第一个勾勾上，然后第二个是安装Python3.9的版本，我们也勾选上。然后点击install

PS：把两个勾都勾选上

6.然后就是等他安装了，可能比较久，等一下就好了

7.等待一段时间后，加载成功之后，点击Next

8.取消勾选之后，点击Finish，这样Anaconda便安装成功了！

9.按Win键之后出现，Anaconda的相关内容已经安装完成

2、验证安装 {#2、验证安装}

按win+R，然后输入cmd，进入Windows终端

然后输入

|-----------|------------------| | 1 | conda -V |

显示了 conda 的版本号，表明环境变量配置成功，Anaconda也安装成功！！！

然后就可以使用了

三、Anaconda 其他简介 {#三、Anaconda-其他简介}

1、概述 {#1、概述}

很多学习 python 的人接触到 anaconda 或者其他 虚拟环境 工具 时觉得无从下手，其主要原因就是不明白这些工具究竟有什么用，是用来做什么的，为什么要这么做。

比如安装完了 Python 后，为什么还需要这么一个东西，他和Python 到底有啥联系和区别，为啥能用来管理 Python。

先来解决一个初学者都会问的问题：我已经安装了 Python，那么为什么还需要 Anaconda 呢？原因有以下几点：

1、Anaconda 附带了一大批常用数据科学包，它附带了conda、Python 和 150 多个科学包及其依赖项。因此你可以用Anaconda 立即开始处理数据。
2、管理包。Anaconda 是在 conda(一个包管理器和环境管理器)上发展出来的。在数据分析中，你会用到很多第三方的包，而 conda(包管理器)可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。
3、管理环境。为什么需要管理环境呢？比如你在 A 项目中用到了Python2，而新的项目要求使用 Python3，而同时安装两个Python 版本可能会造成许多混乱和错误。这时候 conda 就可以帮助你为不同的项目建立不同的运行环境。还有很多项目使用的包版本不同，比如不同的 pandas 版本，不可能同时安装两个 pandas 版本。你要做的应该是在项目对应的环境中创建对应的 pandas 版本。这时候 conda 就可以帮你做到。

Anaconda 是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

这里先解释下conda、anaconda这些概念的差别。conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。其实还有Miniconda，顾名思义，它只包含最基本的内容------python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。

进入下文之前，说明一下conda的设计理念 ------ conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身！因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本python、各种package并方便地切换。

2、Python本身 {#2、Python本身}

在使用 Python 语言编写程序之前需要下载一个 python 解释器，这才是 python 的本体，没了 python 解释器，我们即使写了无比正确优雅的 python 脚本也没办法运行，那这个解释器在哪呢？ 就在你安装 python 的地方。

比如我的在： C:\Users\sityliu\AppData\Local\Programs\Python\Python38

项目结构如下，这里有我们很熟悉的 python.exe， 也就是 Python解释器。除此之外还有个很重要的 文件夹 Lib

Lib 目录，这里有 python 自带的包 和 第三方包， 而所有的第三方包都放在 site-packages文件夹里面。

了解了这些我们就对整个 python 环境有了大概的了解，其实最关键的，一个python环境中需要有一个解释器，和一个包集合。

1、解释器：

解释器 根据 python 的版本大概分为 2 和 3。python2 和 python3 之间无法互相兼容，也就是说用 python2 语法写出来的脚本不一定能在 python3 的解释器中运行。

2、包集合：

包集合中包含了自带的包和第三方包，第三方包一般是通过 pip 或者 easy_install 来下载安装的，当一个 python 环境中不包含这个包，那么引用了这个包的程序不能在该 python 环境中运行。比如说一个爬虫脚本用到了第三方的requests包，而另一台计算机是刚刚装好原始python的，也就是说根本没有任何第三方包，那么这个爬虫脚本是无法在另一台机器上运行的。

3、问题所在 {#3、问题所在}

python 环境解释完了，接下来就要说下这样的环境究竟会产生哪些问题。因为 anaconda 正是为了解决这些问题而产生的。

1、到底该装 Python2 还是 Python3 ？

python2 和 python3 在语法上是不兼容的， 那我的机器上应该装 python2 还是 python3呢，可能一开始选一个学习就好了，但是如果你要开发的程序必须使用 python2 而不能使用 python3，那这时候你就不得不再下载一个python2，那这时候环境变量该设谁的目录呢，如果还的切换环境变量岂不是很麻烦。

2、包管理：

如果我在本地只有一个 python 环境那我所有程序用到的各种包都只能放到同一个环境中, 导致环境混乱，另外当我将写好的程序放到另一电脑上运行时又会遇到缺少相关包，需要自己手动一个个下载的情况，实在是烦人，要是能每个程序开发都选用不同的环境，而开发好之后又能将该程序需要的环境(第三方包)都独立打包出来就好了。

那么接下来就到我们的 anaconda 上场了，安装好 Anaconda 就可以解决上面的问题了。

Anaconda 是跨平台的，有 Windows、macOS、Linux 版本

以上Anaconda 其他简介 来自： Anaconda 完全入门指南_「已注销」的博客-CSDN博客 ： https://blog.csdn.net/lyshark_lyshark/article/details/125846926

感谢！！！

四、导航器入门 {#四、导航器入门}

打开 Anaconda Navigator ; 点击Anaconda Navigator

打开后的界面：

我们点击 Envirconments

在这里的话就可以搭建新的环境

这里我们新建一个环境

名字和版本可以自己取

这样就是创建好了

右边的就是默认安装好的库

这里的话我们可以选择没有没被安装的库，进行搜索 例如：

五、常用的 conda 命令 {#五、常用的-conda-命令}

命令：

| 命令 | 解释 | |-------------------------------------|------------------------------------------| | conda --version | 查看 conda 版本 | | conda info | 输出 conda 信息 | | conda install xxx | 安装 xxx包 例如：conda install django | | conda list | 查看已经安装的包 | | conda update xxx | 更新一个包 例如：conda update django | | conda remove xxx | 删除一个包 例如： conda remove django | | conda create -n name python=version | 创建环境 conda create -n python32 python=3.6 | | activate xxx | 激活一个环境 | | conda deactivate xxx | 退出一个环境 | | conda remove -n name --all | 删除一个环境 | | conda env list | 查看所有虚拟环境 | | | |