1 为什么要Anaconda

你可能已经安装了 Python，那么为什么还需要 Anaconda？有以下3个原因：

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。因此你可以立即开始处理数据。

2）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。比如你在A项目中用了 Python 2，而新的项目B老大要求使用Python 3，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 Numpy 版本，你要做的应该是，为每个 Numpy 版本创建一个环境，然后项目的对应环境中工作。这时候conda就可以帮你做到。

2 安装anaconda

首先在下载链接中下载对应版本，然后运行安装

bash Anaconda3-5.1.0-Linux-x86_64.sh

注意要换成自己下载的版本，安装的时候一路enter或yes就可以，安装完后将路径加入环境变量~/.bashr中，然后测试

conda list # 查看安装的包

3 管理python环境

3.1 新建环境

默认的环境是root，也可以新创建一个环境

conda create -n env_name  list of packages

其中 -n 代表 name，env_name 是需要创建的环境名称，list of packages 则是列出在新环境中需要安装的工具包。

例如，当我安装了 Python3 版本的 Anaconda 后，默认的 root 环境自然是 Python3，但是我还需要创建一个 Python 2 的环境来运行旧版本的 Python 代码，最好还安装了 pandas 包，于是我们运行以下命令来创建：

conda create -n py2 python=2.7 pandas

细心的你一定会发现，py2 环境中不仅安装了 pandas，还安装了 numpy 等一系列 packages，这就是使用 conda 的方便之处，它会自动为你安装相应的依赖包，而不需要你一个个手动安装。

再比如，新建一个tensorflow环境

conda create -n tensorflow python=3.5
conda activate tensorflow
pip install tensorflow-gpu keras # 安装 gpu 版本的 tensorflow 和 keras

#安装需要的环境
conda install ipython
conda install jupyter

3.2 进入环境

conda activate env_name

3.3 退出环境

conda deactivate

3.4 删除环境

conda env remove -n env_name

3.5 显示环境

conda env list

3.6 保存环境

当分享代码的时候，同时也需要将运行环境分享给大家，执行如下命令可以将当前环境下的 package 信息存入名为 environment 的 YAML 文件中。

conda env export > environment.yaml

3.7 迁移环境

同样，当执行他人的代码时，也需要配置相应的环境。这时你可以用对方分享的 YAML 文件来创建一摸一样的运行环境。

conda env create -f environment.yaml

3.8 复制环境

conda env create -f environment.yml
# conda create --name <new_env_name> --clone <copied_env_name>

3.9 退出默认 base

conda config --set auto_activate_base false

4 conda包管理

修改conda源为国内源

清华源

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/main/
conda config --set show_channel_urls yes

中科大源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

配置后查看 conda 配置

conda config --show channels

4.1 安装包

在指定环境中安装包

conda install --name <env_name> <package_name>

例如： conda install --name python2 pandas 即在名为“python2”的环境中安装pandas包。

在当前环境中安装包

conda install <package_name>

4.2 卸载包

卸载指定环境中的包

conda remove --name <env_name> <package_name>

卸载当前环境中的包

conda remove <package_name>

4.3 更新包

conda update <package_name>  #方法1
conda upgrade <package_name>  #方法2

5 conda 常见错误

创建虚拟环境时，如果报错如下

Solving environment: failed

CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://repo.anaconda.com/pkgs/free/linux-64/repodata.json.bz2>
Elapsed: -

An HTTP error occurred when trying to retrieve this URL.
HTTP errors are often intermittent, and a simple retry will get you on your way.

If your current network has https://www.anaconda.com blocked, please file
a support request with your network engineering team.

ConnectionError(MaxRetryError("HTTPSConnectionPool(host='repo.anaconda.com', port=443): Max retries exceeded with url: /pkgs/free/linux-64/repodata.json.bz2 (Caused by NewConnectionError('<urllib3.connection.VerifiedHTTPSConnection object at 0x7fb660030c50>: Failed to establish a new connection: [Errno 101] Network is unreachable'))"))

则参考上边的方法，把源替换一下即可