运用 Anaconda 搭建 Python 虚拟环境的介绍和常用指令
** 一、什么是Anaconda？ **
** 1\. 简介 **
Anaconda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。
虽然Anaconda占用并消耗一定资源，但也有很多人是自己配置Anaconda替代手动配置Python环境，我理解有两方面原因。
首先Anaconda对数据科学很友好，很多人会使用原生python+pip+venv，去搭配自己的开发环境，但是机器学习以及人工智能的环境复杂，Anaconda便于管理和切换环境。
其次，Anaconda便于指定下载站点，许多下载不便的大类库不需要从国外站点下载。
conda是虚拟环境工具+包管理工具，可以用于各种开发语言，这里指Python。conda资源库有上万个第三方库，大部分都是数据科学和机器学习相关领域。
除了conda，venv、pipenv、Virtualenv等工具也可以用来创建虚拟环境，pip可以用来下载管理Python包。
Python是Anaconda自带的，无需你再次安装，而且配置好了运行环境。
数据科学是指Anaconda侧重于数据科学领域的Python开发，自带pandas、numpy、matplotlib、Jupyter等大多数主流第三方库，这也是Anaconda体积大的原因。
所以综上所述，Anaconda最大特点是：服务Python数据科学和机器学习，一次安装，一劳永逸。
** 2\. 特点 **
Anaconda具有如下特点：
• 开源
• 安装过程简单
• 高性能使用Python和R语言
• 免费的社区支持
其特点的实现主要基于Anaconda拥有的：
• conda包
• 环境管理器
• 1,000+开源库
如果日常工作或学习并不必要使用1,000多个库，那么可以考虑安装Miniconda，这里不过多介绍Miniconda的安装及使用。
** 3\. Anaconda、conda、pip、virtualenv的区别 **
** ① Anaconda **
Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括：conda, numpy, scipy, ipython
notebook等。
图形化操作界面：
打开Anaconda Navigator，接着选择Environments，点击下面create即可新建虚拟环境：
上面的base(root)是预先自带的虚拟环境，第二个是我后来创建的。
点击Create之后即可安装到指定目录中：
打开虚拟环境的命令行：
打开默认虚拟环境来进行切换操作：
若想退出base下环境再次输入conda deactivate即可。
打开pycharm，在settings中进行如下选择：
点击确定，即可返回：
选择好该编译器我们来关闭：
Pycharm使用Conda创建项目
** ② conda **
conda是包及其依赖项和环境的管理工具。
• 适用语言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
• 适用平台：Windows, macOS, Linux
• 用途：
① 快速安装、运行和升级包及其依赖项。
② 在计算机中便捷地创建、保存、加载和切换环境。
• conda为Python项目而创造，但可适用于上述的多种语言。
• conda包和环境管理器包含于Anaconda的所有版本当中。
** ③ pip **
pip是用于安装和管理软件包的包管理器。
• pip编写语言：Python。
• Python中默认安装的版本：
① Python 2.7.9及后续版本：默认安装，命令为 _pip_
② Python 3.4及后续版本：默认安装，命令为 _pip3_
• pip名称的由来：pip采用的是 **递归缩写** 进行命名的。其名字被普遍认为来源于2处：
① “Pip installs Packages”（“pip安装包”）
② “Pip installs Python”（“pip安装Python”）
** ④ virtualenv **
virtualenv是用于创建一个 **独立的** Python环境的工具。
** 4\. 常用anaconda指令 **
**·**
**创建、激活、退出环境**
（1）创建虚拟环境
conda create -n env_name（环境名称） python=3.7(对应的python版本号）
（2）激活虚拟环境
conda activate env_name（环境名称）
（3）退出虚拟环境
deactivate env_name（环境名称）
（4）删除虚拟环境
conda remove -n env_name(环境名称) --all
**·**
**查看已创建的虚拟环境**
conda env list 或 conda info -e 或 conda info --env
**·**
**修改某个虚拟环境的名字**
（1）进入旧环境
conda activate old_name
（2）克隆旧环境
conda create -n new_name --clone old_name
（3）退出旧环境
conda deactivate
（4）删除旧环境
conda remove -n old_name --all
**·**
**查看conda的信息**
conda info
** · **
**查看当前python版本**
python -V #注意V是大写
**·**
**conda的环境管理**
conda info -e 查看当前已安装的环境
conda create -n py27 python=2.7 添加2.7版本的Python环境
activate py27 切换到Python2.7环境
conda deactivate 返回默认的Python环境
conda remove -n py27 --all 删除已安装的Python环境
**·** ** **
**anaconda的包管理，类似Python的pip**
conda list 查看当前环境下已安装的包
conda list -n py27 查看指定环境的已安装的包
conda search selenium 查找package信息
conda install -n py27 selenium 指定环境安装package，不加-n则安装在当前活跃环境
conda update -n py27 selenium 指定环境更新package，不加-n则更新在当前活跃环境
conda remove -n py27 selenium 删除package，不加-n则删除在当前活跃环境
conda clean --all 清理（应该是pkgs文件下的）安装包缓存
conda将conda、python等都视为package，因此可以使用conda管理conda和python的版本
conda update conda 更新conda
conda update anaconda 更新anaconda
conda update python 更新python，假设当前环境是3.6，则更新3.6.x系列版本
作者：陆也飞
审核：梁 超
编辑：王 锐
