Anaconda基础使用指南

管理包
安装了 Anaconda 之后，管理包是很简单的。
安装包，在终端中键入 conda install package_name 。如，要安装 numpy，键入 conda install numpy
可同时安装多个包。如：conda install numpy scipy pandas
还可以通过添加版本号（例如 conda install numpy=1.10）来指定所需的包版本。
卸载包，使用 conda remove package_name
更新包，使用 conda update package_name
更新环境中的所有包（这样做常常很有用），使用 conda update --all
列出已安装的包，使用 conda list
在 Windows 上，会随 Anaconda 一起安装一批应用程序：
Anaconda Navigator，它是用于管理环境和包的 GUI
Anaconda Prompt 终端，它可让你使用命令行界面来管理环境和包
Spyder，它是面向科学开发的 IDE
如果不知道要找的包的确切名称，可以尝试使用 conda search search_term 进行搜索。例如，我知道我想安装 Beautiful Soup，但我不清楚确切的包名称。因此，尝试执行 conda search beautifulsoup。
 
 
管理环境
可以使用 conda 创建环境以隔离项目。要创建环境，使用 conda create -n env_name list of packages。在这里，-n env_name 设置环境的名称（-n 是指名称），而 list of packages 是要安装在环境中的包的列表。例如，要创建名为 my_env 的环境并在其中安装 numpy，请键入 conda create -n my_env numpy。
创建环境时，可以指定要安装在环境中的 Python 版本。这在你同时使用 Python 2.x 和 Python 3.x 中的代码时很有用。要创建具有特定 Python 版本的环境，键入类似于 conda create -n py3 python=3 或 conda create -n py2 python=2 的命令。实际上，我在我的个人计算机上创建了这两个环境。我将它们用作与任何特定项目均无关的通用环境，以处理普通的工作（可轻松使用每个 Python 版本）。这些命令将分别安装 Python 3 和 2 的最新版本。要安装特定版本（例如 Python 3.3），使用 conda create -n py python=3.3
创建了环境后，在 OSX/Linux 上使用 source activate my_env 进入环境。在 Windows 上，使用 activate my_env
共享环境这项功很有用，它能让其他人安装你的代码中使用的所有包，并确保这些包的版本正确。可以使用 conda env export > environment.yaml 将包保存为 YAML。第一部分 conda env export 输出环境中的所有包的名称（包括 Python 版本）。
上图可见其列出了环境的名称、所有依赖项及其版本。导出命令的第二部分 > environment.yaml 将导出的文本写入到 YAML 文件 environment.yaml 中。现在可以共享此文件，而且其他人能够创建和你用于项目相同的环境。
如果忘记了环境的名称，可以使用 conda env list 列出你创建的所有环境。会看到环境的列表，当前所在环境的旁边会有一个星号。默认的环境（即当你不在环境中时使用的环境）名为 root。
如果不再使用某些环境，可以使用 conda env remove -n env_name 删除指定的环境（在这里名为 env_name）。
 
 
使用环境
对我帮助很大的一点是，我的 Python 2 和 Python 3 具有独立的环境。我使用了 conda create -n py2 python=2 和 conda create -n py3 python=3 创建两个独立的环境，即 py2 和 py3。现在，我的每个 Python 版本都有一个通用环境。在所有这些环境中，我都安装了大多数标准的数据科学包（numpy、scipy、pandas 等）。
 
共享环境
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。对于不使用 conda 的人，我通常还会使用 pip freeze（在此处了解详情）将一个 pip requirements.txt 文件包括在内
 
相关内容：
在Windows上安装Anaconda+TensorFlow 记录
python2与python3的区别