Ananconda使用方法

在安装时，建议Anaconda时勾选上环境变量写入系统PATH。Anaconda中自带Python可以无需单独安装。

首先，打开cmd试试conda info命令，显示即代表安装成功。安装完成后，由于下载速度限制，在cmd中输入以下指令将官方源替换成清华TUNA镜像源：

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/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --set show_channel_urls yes

这些channels已经写入.condarc文件了，找到.condarc文件（路径：C:/users/Adminr/.condarc）并删去’ - defaults’ 一行。

管理包

开始在命令行cmd或者Anaconda Prompt中对包进行管理。

包列表：conda list

安装包：conda install numpy
安装多个包：conda install numpy scipy pandas
指定安装包版本：conda install numpy=1.13

卸载包：conda remove numpy
更新包：conda update numpy
更新环境中所有包：conda update --all		

搜索包名：conda search searchterm

注意：
更新所有包要点Yes，如遇到一直卡的情况请不要Yes，否则Yes之后不能关闭该窗口，一旦关窗口Anaconda就坏了只能重装。

管理环境

为什么要创建新的环境？不同开发的项目需要创建不同的虚拟环境，会很利于开发管理。比如数据分析项目所在的环境 DataEnv 中只存放数据相关包，机器学习环境 MachineLEnv 中只存放模型所需包。这样不仅避免包之间版本冲突，而且以后积累更多的项目也会有条理。

环境列表：conda env list，自带默认环境为base

创建环境指定Python版本：conda create -n py3 python=3.7
创建环境：conda create -n py3 packages
这里packages是要安装在环境中的许多包列表。例如：conda create -n py3 numpy scipy matplotlib python=3.7

进入环境：activate py3
离开环境：deactivate py3

环境信息：conda info -e
删除环境：conda env remove -n py3

查看包路径：where python

如果使用PyCharm的话，可以将虚拟环境里where此处的Python路径复制进PyCharm-Setting-Project Interpreter中，为开发指定该虚拟环境中的Python解释器。

导出环境
有时我们可以将环境导出在别的电脑上使用。使用conda env export > env.yaml 将包保存为YAML文件。命令conda env export 输出环境信息，包括了环境名称、源、包。

复制环境
要通过文件创建环境，使用conda env create -f env.yaml，会在当前目录创建一个和YAML中信息一样的环境。




数据分析包：numpy pandas matplotlib scipy
爬虫包：urllib beautifulsoup4 scrapy