一、简介
Anaconda 是一个用于科学计算的Python发行版，支持Linux，Mac，Windows系统，提供了包管理与环境管理的功能，可以方便地解决多版本python并存、切换及各种第三方包安装问题。
Anaconda 利用 conda 来进行package和environment的管理，并且已经包含了Python和相关的配套工具。
- Conda 一个可执行命令，其核心功能是包管理与环境管理。包管理类似于pip，环境管理允许用户方便地安装不同版本的python并可以快速切换。
- Anaconda 是一个打包的集合，里面预装了conda、python、packages、科学计算工具等。
- Miniconda 仅包含最基本的内容，python与conda，以及相关 依赖项。
1. Anaconda Prompt命令行
2. Jupter Notebook网页里编写python
在浏览器中操作。 
Shift+Enter 运行代码。
写代码的时候，是一个格子一个格子写，一个完整代码分成几步完成。 
二、Anaconda的安装
方法1.windows下推荐下载安装包安装：
https://www.continuum.io/downloads
方法2.通过命令安装
先安装pyenv，然后安装anaconda
pyenv install anaconda2-4.2.0 -v #安装支持Python2.7的Anaconda
pyenv install anaconda3-4.2.0 -v #安装支持Python3.4的Anaconda如果要使用计算过程的加速，可以申请免费学术License。
https://store.continuum.io/cshop/academicanaconda
申请后会得到一个license，放在~/.continuum下，然后安装额外的功能包：
conda update conda
conda install accelerate
conda install iopromac下安装
升级python到3.4
brew update && brew upgrade pyenv
brew install pyenv
pyenv install --list
CFLAGS="-I$(brew --prefix openssl)/include -I$(xcrun --show-sdk-path)/usr/include" LDFLAGS="-L$(brew --prefix openssl)/lib" pyenv install -v 3.6.1
vi ~/.bash_profile
if which pyenv > /dev/null; then eval "$(pyenv init -)"; fisource ~/.bash_profile如果提示： Permission denied - /usr/local/Frameworks
则运行
sudo chown -R "$USER":admin /usr/local可用命令
pyenv local 3.4.3
pyenv version
pyenv versions下载anaconda并安装
https://www.continuum.io/downloads#macos
三、Conda的环境管理
# 创建一个名为python34的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本）
conda create --name python34 python=3.4
# 安装好后，使用activate激活某个环境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 激活后，会发现terminal输入的地方多了python34的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.4对应的命令加入PATH
# 此时，再次输入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系统已经切换到了3.4的环境
# 如果想返回默认的python 2.7环境，运行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac
# 删除一个已有的环境
conda remove --name python34 --all四、Conda的包管理
# 安装scipy
conda install scipy
# conda会从从远程搜索scipy的相关信息和依赖项目，对于python 3.4，conda会同时安装numpy和mkl（运算加速的库）
# 查看已经安装的packages
conda list
# 最新版的conda是从site-packages文件夹中搜索已经安装的包，不依赖于pip，因此可以显示出通过各种方式安装的包常用操作
# 查看当前环境下已安装的包
conda list
# 查看某个指定环境的已安装包
conda list -n python34
# 查找package信息
conda search numpy
# 安装package
conda install -n python34 numpy
# 如果不用-n指定环境名称，则被安装在当前活跃环境
# 也可以通过-c指定通过某个channel安装
# 更新package
conda update -n python34 numpy
# 删除package
conda remove -n python34 numpy管理conda和python
# 更新conda，保持conda最新
conda update conda
# 更新anaconda
conda update anaconda
# 更新python
conda update python
# 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本设置国内镜像
# 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中镜像地址加有引号，需要去掉
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes