1.Anoconda的介绍

Anaconda是一个可用于科学计算的 Python 发行版，可以便捷获取和管理包，同时对环境进行统一管理，支持 Linux、Mac、Windows系统，包含了conda、Python在内的超过1,000+开源库。它解决了官方Python 的两大痛点：

第一：提供包管理功能，Windows 平台安装第三方包经常失败的场景得以解决。

第二：提供环境管理功能，类似 Virtualenv，解决多版本Python并存、切换问题。

Anaconda完全开源和免费，额外的加速和优化是收费的，但对于学术用途，可以申请免费的License。

2.Anaconda的作用

conda结合了pip和virtualenv的功能，适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN，不会影响系统自带Python，比较方便地在不同环境之间进行切换，环境管理较为简单。
当一个程序需要使用Python 2.7版本，而另一个程序需要使用Python 3.6版本，如何同时使用这两个程序？如果将所有程序都安装在系统下的默认路径，如：/usr/lib/python2.7/site-packages，当不小心升级了本不该升级的程序时，将会对其他的程序造成影响。
如果想要安装程序并在程序运行时对其库或库的版本进行修改，都会导致程序的中断。
在共享主机时，无法在全局 site-packages 目录中安装包。

3.Anaconda的安装

下载：清华源

下载安装过程的建议：

1.【建议仅为当前用户安装】

2.【建议不使用自动配置环境变量】

3.安装完成后，手动添加环境变量：

4.测试安装情况：conda -V

4.Anaconda的配置

4.1添加镜像源

#删除所有已配置的镜像源
conda config --remove-key channels 
#添加镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
#设置安装包时显示镜像地址
conda config --set show_channel_urls yes
#查看已安装的镜像源
conda config --show-sources

4.2创建、使用并切换虚拟环境

虚拟环境的作用是，可以为不同项目统一进行包管理，如我们同时存在POJ-A······POJ-N等N个项目，采用的第三方依赖一致，则可以共享一个虚拟环境，而无需在新建项目的时候为新项目，再次重新安装所有依赖包。

#创建虚拟环境，conda create -n  vir_env_name python=[3.11]
#eg. 创建名为【ml】的虚拟环境，并安装numpy、pandas、matplotlib、scipy等三方包

#创建环境
conda create -n  ml python=3.11
#查看已创建的所有虚拟环境
conda env list
#使用ml虚拟环境
activate ml
#查看ml环境中已安装的三方包
conda list
#安装三方包
conda install numpy pandas matplotlib scipy
#退出当前环境
deactivate  或者 conda deactivate