我们先来看一下 Anaconda 的说明
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。 [1] 因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），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）。
由上文的解释我们可以看到，Anaconda 实际上可以视作一个 Python 的包管理器，就像 composer 之于 PHP，npm 之于 node，进一层来讲，Anaconda 还包含了很多科学常用的包，并且它的安装也很简单，平常使用的命令也不多。
安装
我们点击打开 Anaconda 官网 (直通车)，往下翻找到
目前用的比较多的是 Python 3.7 版本，如果有些环境要求了 2.* 版本， 视选择使用即可。
双击下载后的文件包
配置安装目录
选择注册至环境变量
安装完成
配置环境变量
我们上一步选择的添加至环境变量的操作是将 Python环境 注册至 PATH，我们这一部分是将 Anaconda 的相关路径配置到变量中，防止后边出一些奇怪的BUG
进入 setting，选择 System
将安装路径下 Anaconda2\Scripts 等添加进去即可。
使用命令
activate
打开 cmd 命令行，输入activate
可以看到第二行前面多了一个 (base) 表示现在我们进入了它的默认环境。
当然我们不能满足于仅使用它的初始环境，这样包管理就毫无用处啦，我们看下一个命令。
create
下面这段命令的操作目的是：建立一个名为 demo 的虚拟环境，该环境采用的 Python 版本是 3.4
conda create -n demo python=3.4如果是只希望下载到 Python3 的最新版本，可以使用
···
conda create -n demo python=3
···
这样就会自动选择一个当前 Python 最高的版本，当我们创建好虚拟环境后，使用 activate demo 切换为demo环境.
env list
如果我们忘记了虚拟环境的名称，可以输入
···
conda env list
···
然后再使用 activate 命令即可。
conda install
我们可以选择下载一些类库和包，使用方式与 pip 基本一致，且二者都可以使用，命令如下
conda install numpy
等同于
pip install numpyexit()
退出环境，当不用的时候，输入 exit() 回车退出即可。
导入导出环境
如果想要导出当前环境的包信息可以用
conda env export > environment.yaml将包信息存入yaml文件中.
当需要重新创建一个相同的虚拟环境时可以用
reate -f environment.yaml命令总结
其实命令很简单对不对, 我把一些常用的在下面给出来, 相信自己多打两次就能记住
activate // 切换到base环境
activate learn // 切换到learn环境
conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本)
conda env list // 列出conda管理的所有环境
conda list // 列出当前环境的所有包
conda install requests 安装requests包
conda remove requests 卸载requets包
conda remove -n learn --all // 删除learn环境及下属所有包
conda update requests 更新requests包
conda env export > environment.yaml // 导出当前环境的包信息
conda env create -f environment.yaml // 用配置文件创建新的虚拟环境
