Anaconda的安装以及修改镜像地址
环境这种问题确实玄学 好多时候都是碰碰运气，以后经量把这些过程记录下来 再使用的时候就不用再到处找了
1.Anaconda是什么？
简单来说，Anaconda是Python的包管理器和环境管理器。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。
总结：Anaconda解决了官方Python的两大痛点：
（1）提供了包管理功能，Windows平台安装第三方包经常失败的场景得以解决。
（2）提供环境管理功能，解决了多版本Python并存、切换的问题。
2.如何安装？
注意：如果你是windows 10系统，注意在安装Anaconda软件的时候，右击安装软件→选择以管理员的身份运行。
<img src=”https://pic4.zhimg.com/v2-e9596c4ec59191f7531fd6ce55eeb1bb_b.jpg” data-caption=”” data-size=”normal” data-rawwidth=”542″ data-rawheight=”542″ class=”origin_image zh-lightbox-thumb” width=”542″ data-original=”https://pic4.zhimg.com/v2-e9596c4ec59191f7531fd6ce55eeb1bb_r.jpg”>
安装选择设置到环境变量
完成安装后，如果你是在windows上操作，按下面图打开 Anaconda Prompt （或者 Mac 下的终端），后面我会将Anaconda Prompt统一称为“终端”。
<img src=”https://pic3.zhimg.com/v2-60a3932918cd00b883b9093ffe0f70ba_b.jpg” data-caption=”” data-size=”normal” data-rawwidth=”248″ data-rawheight=”335″ class=”content_image” width=”248″>
注意：如果你是windows 10系统，按下图操作
<img src=”https://pic3.zhimg.com/v2-9afae7b4240e4168ae0b3cb0aaff3616_b.jpg” data-caption=”” data-size=”normal” data-rawwidth=”451″ data-rawheight=”658″ class=”origin_image zh-lightbox-thumb” width=”451″ data-original=”https://pic3.zhimg.com/v2-9afae7b4240e4168ae0b3cb0aaff3616_r.jpg”>
直接在官网下载安装包，官网地址https://www.anaconda.com/download/。选择Python3.6的安装包进行下载，下载完成后直接安装。安装完成之后会有一个Anaconda Prompt，类似于windows的终端操作，可以输入命令行啦！
图1：Anaconda安装成功界面
3.如何管理包？
安装Anaconda之后，我们就可以很方便的管理安装包（安装，卸载，更新）。
（1）安装包
conda 的包管理功能和pip 是一样的，当然你选择pip 来安装包也是没问题的。
-
# 安装 matplotlib
-
conda install matplotlib
（2）卸载包
-
# 删除包
-
conda remove matplotlib
（3）更新包
-
# 包更新
-
conda update matplotlib
（4）查询已经安装的包
-
# 查看已安装的包
-
conda list
(5)修改镜像地址
1.修改Anaconda镜像地址
安装Anaconda时候，访问的是国外的网络，所以下载Anaconda和安装包时会特别慢。我们需要更换到国内镜像源地址，这里我更换到国内的清华大学地址。（永久添加镜像）Windows命令：
-
conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
-
conda config –set show_channel_urls yes
2.修改pip镜像地址
如果你安装包时用的是pip，感觉也很慢。同样的，我们把pip的镜像源地址改成国内的，豆瓣源速度比较快。（临时修改的方法）Windows命令：
可以在使用pip的时候加参数-i https://pypi.tuna.tsinghua.edu.cn/simple例子：
-
#这样就会从清华这边的镜像去安装numpy库。
-
-
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
当然，pip还有永久修改，一劳永逸的办法：
windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini，内容如下：
-
[global]
-
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
4.如何管理环境
conda 可以为你不同的项目建立不同的运行环境。
（1）创建环境
conda create –n python27 numpy上面的命令中，python27是设置环境的名称（-n是指该命令后面的python27是你要创建环境的名称），numpy是你要安装在环境中的包名称。
注意：创建环境时，可以指定要安装在环境中的Python版本。当你同时使用 Python 2.x 和 Python 3.x 中的代码时这很有用。要创建具有特定 Python 版本的环境，例如创建环境名称为python36，并安装最新版本的Python3.6在终端中输入：
conda create –n python36 python=3.6或也可以这样创建环境名称为python27，并安装最新版本Python2.7：
conda create –n python27 python=2.7因为我做的项目不同，有时候会用到Python2，还有时候会用到Python3。所以我在自己的计算机上创建了这两个环境，并分别取了这样的环境名称：python27,python36。这样我可以根据不同的项目轻松使用不同版本的python。
2）进入环境
在 Windows 上，你可以使用
conda activate python27进入。进入之后，你可以在终端提示符中看到环境名称。当然，当你进入环境后，可以用conda list 查看环境中默认的安装包。
图2：进入环境
（3）离开环境
在 Windows 上，终端中输入：
deactivate（4）共享环境
共享环境非常有用，它能让其他人安装你代码中使用的所有包，并确保这些包的版本正确。比如你开发了一个药店数据分析系统，你要提交给项目部署系统的人来部署你的项目，但是他们并不知道你当时开发时使用的是哪个python版本，以及使用了哪些包和包的版本。这怎么办呢？你可以在你当前的环境的终端中使用:
conda env export > environment.yaml将你当前的环境保存到文件中包保存为YAML文件（包括Pyhton版本和所有包的名称）。命令的第一部分 conda env export 用于输出环境中的所有包的名称（包括 Python 版本）。你在终端中上可以看到导出的环境文件路径。在 GitHub 上共享代码时，最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。
那么问题来了:导出的环境文件，在其他电脑环境中如何使用呢？
首先在conda中进入你的环境，比如conda activate python27。然后在使用以下命令更新你的环境：
-
#其中-f表示你要导出文件在本地的路径，所以/path/to/environment.yml要换成你本地的实际路径
-
conda env update -f=/path/to/environment.yml
对于不使用conda 的用户，我们通常还会使用以下命令将一个 txt文件导出并包括在其中:
pip freeze > environment.txt 然后我将该文件包含在项目的代码库中，其他项目成员即使在他的电脑上没有安装conda也可以使用该文件来安装和我一样的开发环境：
他在自己的电脑上进入python命令环境，然后运行以下命令就可以安装该项目需要的包：
-
#其中C:\Users\Microstrong\enviroment.txt是该文件在你电脑上的实际路径。
-
pip install -r C:\Users\Microstrong\enviroment.txt
（5）列出环境
有时候会忘记自己创建的环境名称，这时候用 conda env list 就可以列出你创建的所有环境。
你会看到环境的列表，而且你当前所在环境的旁边会有一个星号。默认的环境（即当你不在选定环境中时使用的环境）名为 base。
6）删除环境
如果你不再使用某个环境，可以使用以下命令。
-
#删除指定的环境（在这里环境名为 python27）。
-
conda env remove -n python27
Reference:
初学python者自学anaconda的正确姿势是什么？？ – 猴子的回答 – 知乎 https://www.zhihu.com/question/58033789/answer/254673663
初学python者自学anaconda的正确姿势是什么？？ – 刘志军的回答 – 知乎 https://www.zhihu.com/question/58033789/answer/155593506
转自
https://blog.csdn.net/program_developer/article/details/79677557