Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包，Anaconda的下载文件比较大（约531MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和Python）。
Conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换
Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等
Miniconda包括Conda、Python
Anaconda是跨平台的，有Windows、macOS、Linux版本，我们这里以Windows版本为例，点击那个Windows图标。
我这里选择下载
Python2.7version*--Python2.7版*
64-BitGraphicalInstaller(564MB)--64位图形安装程序（564MB）
当然，你也可以根据自己的实际情况，选择Python3.6版的，或者32-Bit版本的。
双击下载好的Anaconda2-5.2.0-Windows-x86_64.exe文件，出现如下界面，点击Next即可。
点击Next
点击IAgree（我同意），不同意，当然就没办法继续安装啦。
Installfor:Justme还是AllUsers，假如你的电脑有好几个Users，才需要考虑这个问题.其实我们电脑一般就一个User，就我们一个人使用，如果你的电脑有多个用户，选择AllUsers，我这里直接AllUser，继续点击Next。
DestinationFolder是“目标文件夹”的意思，可以选择安装到什么地方。默认是安装到C:\ProgramData\Anaconda2文件夹下。你也可以选择Browse...，选择想要安装的文件夹。我这里C盘空间充裕，所以我直接就装到默认的地方。
这里提一下，Anaconda很强大，占用空间也不小啊，2.6GB，差不多是一部高清电影的体积了。不过，为了学习，这点硬盘空间算什么呢。
继续点击Next>。
这里来到AdvancedOptions了，所谓的“高级选项”。如果你英文好，有一定背景知识的话，肯定明白这界面上的意思。两个默认就好，第一个是加入环境变量，第二个是默认使用Python2.7，点击“Install”，终于开始安装额。
过程还是很漫长的，毕竟2.6GB的无数个小文件啊，请耐心等待。
经过漫长的等待，终于安装完成InstallationComplete（安装完成）了，点击最后一个Next>。
点击InstallMicrosoftVSCode
点击Finish，那两个√可以取消。
如果是windows的话需要去控制面板\系统和安全\系统\高级系统设置\环境变量\用户变量\PATH中添加anaconda的安装目录的Scripts文件夹,比如我的路径是C:\ProgramData\Anaconda2\Scripts,看个人安装路径不同需要自己调整.
之后就可以打开命令行(最好用管理员模式打开)输入conda--version
如果输出conda4.5.4之类的就说明环境变量设置成功了.
为了避免可能发生的错误,我们在命令行输入condaupgrade--all先把所有工具包进行升级
接下来我们就可以用anaconda来创建我们一个个独立的python环境了.接下来的例子都是在命令行操作的,请打开你的命令行吧.
activate能将我们引入anaconda设定的虚拟环境中,如果你后面什么参数都不加那么会进入anaconda自带的base环境,
你可以输入python试试,这样会进入base环境的python解释器,如果你把原来环境中的python环境去除掉会更能体会到,这个时候在命令行中使用的已经不是你原来的python而是base环境下的python.而命令行前面也会多一个(base)说明当前我们处于的是base环境下。
创建自己的虚拟环境
我们当然不满足一个base环境,我们应该为自己的程序安装单独的虚拟环境.
创建一个名称为python34的虚拟环境并指定python版本为3.4(这里conda会自动找3.4中最新的版本下载)
condacreate-npython34python=3.4
或者condacreate--namepython34python=3.4
于是我们就有了一个learn的虚拟环境,接下来我们切换到这个环境,一样还是用activae命令后面加上要切换的环境名称
activatelearn
如果忘记了名称我们可以先用
condaenvlist
去查看所有的环境
现在的learn环境除了python自带的一些官方包之外是没有其他包的,一个比较干净的环境我们可以试试
先输入python打开python解释器然后输入
>>>importrequests
会报错找不到requests包,很正常.接下来我们就要演示如何去安装requests包
exit()
退出python解释器
condaremove--nametest--all
condainstallrequests
或者
pipinstallrequests
来安装requests包.
安装完成之后我们再输入python进入解释器并importrequests包,这次一定就是成功的了.
那么怎么卸载一个包呢
condaremoverequests
pipuninstallrequests
就行啦.
要查看当前环境中所有安装了的包可以用
condalist
那我们自己创建的环境去哪了呢,我们可以看见一个envs,这里就是我们自己创建的各种虚拟环境的入口,点进去看看
可以发现我们之前创建的learn目录就在下面,再点进去
这不就是一个标准的python环境目录吗
这么一看,anaconda所谓的创建虚拟环境其实就是安装了一个真实的python环境,只不过我们可以通过activate,conda等命令去随意的切换我们当前的python环境,用不同版本的解释器和不同的包环境去运行python脚本.
在工作环境中我们会集成开发环境去编码,这里推荐JB公司的PyCharm,而PyCharm也能很方便的和anaconda的虚拟环境结合
在Setting=>Project=>ProjectInterpreter里面修改ProjectInterpreter,点击齿轮标志再点击AddLocal为你某个环境的python.exe解释器就行了
比如你要在learn环境中编写程序,那么就修改为C:\Users\Administrator\AppData\Local\conda\conda\envs\learn,可以看到这时候下面的依赖包也变成了learn环境中的包了.接下来我们就可以在pycharm中愉快的编码了。
按下Windows徽标键，调出Windows开始菜单，可以看到“最近添加”的：Anaconda2(64-bit)
打开AnacondaPrompt，这个窗口和doc窗口一样的，输入命令就可以控制和配置python，最常用的是conda命令，这个pip的用法一样，此软件都集成了，你可以直接用，点开的话如下图。用命令“condalist”查看已安装的包，从这些库中我们可以发现NumPy,SciPy,Matplotlib,Pandas，说明已经安装成功了!
还可以使用conda命令进行一些包的安装和更新
condalist：列出所有的已安装的packages
condainstallname：其中name是需要安装packages的名字，比如，我安装numpy包，输入上面的命令就是“condainstallnumpy”。单词之间空一格，然后回车，输入y就可以了。
安装完anaconda，就相当于安装了Python、IPython、集成开发环境Spyder、一些包等等。你可以在Windows下的cmd下查看：
用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在Navigator中手工实现。
基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。
一个可执行IPython的仿终端图形界面程序，相比PythonShell界面，qtconsole可以直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。
一个使用Python语言、跨平台的、科学运算集成开发环境。
Spyder编辑器，我们以后就可以用这款编辑器来编写代码，它最大优点就是模仿MATLAB的“工作空间”。spyder.exe放在安装目录下的Scripts里面，如我的是C:\ProgramData\Anaconda2\Scripts\spyder.exe,直接双击就能运行。我们可以右键发送到桌面快捷方式，以后运行就比较方便了。
我们简单编写一个程序来测试一下安装是否成功，该程序用来打开一张图片并显示。首先准备一张图片，然后打开spyder，编写如下代码：