python易用，但用好卻不易，其中比較頭疼的就是包管理和python不同版本的問題，特別是當你使用windows的時候。為了解決這些問題，有不少發行版的python，比如winpython、anaconda等，這些發行版將python和許多常用的package打包，方便pythoners直接使用，此外，還有virtualenv、pyenv等工具管理虛擬環境。
anaconda是乙個用於科學計算的python發行版，支援 linux, mac, windows系統，提供了包管理與環境管理的功能，可以很方便地解決多版本python並存、切換以及各種第三方包安裝問題。anaconda利用工具/命令conda來進行package和environment的管理，並且已經包含了python和相關的配套工具。
這裡先解釋下conda、anaconda這些概念的差別。conda可以理解為乙個工具，也是乙個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用類似，環境管理則允許使用者方便地安裝不同版本的python並可以快速切換。anaconda則是乙個打包的集合，裡面預裝好了conda、某個版本的python、眾多packages、科學計算工具等等，所以也稱為python的一種發行版。其實還有miniconda，顧名思義，它只包含最基本的內容——python與conda，以及相關的必須依賴項，對於空間要求嚴格的使用者，miniconda是一種選擇。
進入下文之前，說明一下conda的設計理念——conda將幾乎所有的工具、第三方包都當做package對待，甚至包括python和conda自身！因此，conda打破了包管理與環境管理的約束，能非常方便地安裝各種版本python、各種package並方便地切換。
anaconda的安裝
安裝時，會發現有兩個不同版本的anaconda，分別對應python 2.7和python 3.5，兩個版本其實除了這點區別外其他都一樣。後面我們會看到，安裝哪個版本並不本質，因為通過環境管理，我們可以很方便地切換執行時的python版本。（由於我常用的python是2.7和3.4，因此傾向於直接安裝python 2.7對應的anaconda）
對於mac、linux系統，anaconda安裝好後，實際上就是在主目錄下多了個資料夾（~/anaconda）而已，windows會寫入登錄檔。安裝時，安裝程式會把bin目錄加入path（linux/mac寫入~/.bashrc，windows新增到系統變數path），這些操作也完全可以自己完成。以linux/mac為例，安裝完成後設定path的操作是
echo 'export path="~/anaconda2/bin:$path"' >> ~/.bashrcsource ~/.bashrcecho 'export path="~/anaconda2/bin:$path"' >> ~/.bashrcsource ~/.bashrcconda的環境管理功能允許我們同時安裝若干不同版本的python，並能自由切換。對於上述安裝過程，假設我們採用的是python 2.7對應的安裝包，那麼python 2.7就是預設的環境（預設名字是root，注意這個root不是超級管理員的意思）。
假設我們需要安裝python 3.4，此時，我們需要做的操作如下：
conda create --name python34 python=3.4activate python34 # for windows
source activate python34 # for linux & mac
python --versiondeactivate python34 # for windows
source deactivate python34 # for linux & mac
conda remove --name python34 --allconda create --name python34 python=3.4activate python34 # for windows
source activate python34 # for linux & mac
python --versiondeactivate python34 # for windows
source deactivate python34 # for linux & mac
conda remove --name python34 --all說明：有些使用者可能經常使用python 3.4環境，因此直接把~/anaconda/envs/python34下面的bin或者scripts加入path，去除anaconda對應的那個bin目錄。這個辦法，怎麼說呢，也是可以的，但總覺得不是那麼elegant……
如果直接按上面說的這麼改path，你會發現conda命令又找不到了（當然找不到啦，因為conda在~/anaconda/bin裡呢），這時候怎麼辦呢？方法有二：1. 顯式地給出conda的絕對位址 2. 在python34環境中也安裝conda工具（推薦）。
conda的包管理
conda的包管理就比較好理解了，這部分功能與pip類似。
例如，如果需要安裝scipy：
conda install scipyconda install scipyconda listconda listconda list -n python34conda search numpyconda install -n python34 numpyconda update -n python34 numpyconda remove -n python34 numpyconda listconda list -n python34conda search numpyconda install -n python34 numpyconda update -n python34 numpyconda remove -n python34 numpyconda update condaconda update anacondaconda update pythonconda update condaconda update anacondaconda update pythonconda install anacondaconda create -n python34 python=3.4 anacondaconda install anacondaconda create -n python34 python=3.4 anacondaconda config --add channelsconda config --set show_channel_urls yesconda config --add channelsconda config --set show_channel_urls yesAnaconda環境配置
二 配置環境變數 電腦 屬性 高階系統設定 環境變數 path 將anaconda安裝路徑新增入path如 d program files anaconda anaconda3.7 d program files anaconda anaconda3.7 scripts d program file...
Anaconda環境配置錯誤
安裝過程有斷續，以至於自己都不知道做過哪些操作，現在就很亂，還是老老實實整理記錄一波吧！我特麼就倒在配置環境上了，還學不學了，真tm煩人 1.第一次安裝的時候安裝tensorflow各種報錯，後面總總分析，覺得應該是anaconda的python版本沒有對應，所以在安裝後面的別的環境的時候各種報錯。...
pycharm配置Anaconda環境
在使用pycharm進行開發時，需要用到anaconda建立的環境，這裡環境的具體配置可以參考這篇部落格 講述了從零開始配置anaconda環境。但我今天寫下這篇部落格的目的不是為了從零開始配置，而是之前已經配置過，現在重新進行選擇。記錄以備之後忘記。pycharm選擇preferences 接下來...