Anaconda使用总结.pdf

Anaconda 是一个针对科学计算设计的 Python 发行版，它支持Linux、Mac和Windows系统，主要解决了Python包管理和多版本共存的问题。Anaconda的核心工具是conda，它既是管理工具，也是一个命令行实用程序，专注于包管理和环境管理。conda允许用户轻松地创建、管理不同的Python环境，以及安装和切换不同版本的Python及其配套包。 conda 包管理器与pip类似，可以用来安装和管理Python库，但它的优势在于环境管理。conda环境可以隔离不同版本的Python及其依赖，使得开发者可以在同一台计算机上同时使用Python 2和Python 3，以及其他特定版本的库，而不会产生冲突。此外，conda自身也作为包进行管理，这意味着它可以被轻易地在不同环境中安装和切换。 Anaconda和Miniconda的区别在于预装内容的多少。Anaconda预装了Python、大量常用库和科学计算工具，而Miniconda仅包含Python、conda以及必要的依赖，适合对磁盘空间有严格要求的用户。在安装Anaconda时，可以选择Python 2.7或Python 3.x版本，不过这并不重要，因为后续可以通过环境管理轻松切换Python版本。 安装Anaconda时，推荐遵循非管理员模式进行安装，将其路径设置在个人用户目录下，以避免影响其他用户。安装过程中，程序会自动将bin目录添加到系统的PATH中，以便于命令行访问。在Linux和Mac上，如果需要手动设置，可以在.bashrc文件中添加对应的路径，然后更新配置。 完成安装后，可以使用`conda --version`或`which conda`检查conda是否已正确配置。默认情况下，Python 2.7是初始环境（名为root），运行`python --version`会显示对应的Python版本和Anaconda的版本号。 conda的环境管理是其最强大的特性之一。通过`conda create`命令可以创建新的环境，指定Python版本和其他依赖。例如，要创建一个基于Python 3.8的新环境，可以使用`conda create -n myenv python=3.8`命令。激活新环境使用`conda activate myenv`（在旧版本的conda中可能是`source activate myenv`）。当需要返回默认环境或切换到其他环境时，只需运行`conda deactivate`。 除了环境创建和切换，conda还支持环境的导出和导入，方便分享或备份环境配置。使用`conda env export > environment.yml`可以导出环境配置，然后通过`conda env create -f environment.yml`在另一台计算机上重建相同的环境。 Anaconda通过其强大的包管理和环境管理系统，极大地简化了Python开发者的工具链管理，尤其对于科学计算和数据科学领域的工作，Anaconda提供了一套高效、便捷的解决方案。