介绍

Anaconda是啥？自己看官网。
为什么用Anaconda？

1. Anaconda已经预安装很多常用包，特别是数据分析相关的，开箱即用；
2. Anaconda和常用的Pycharm、VS Code做了很好的适配，开箱即用；
3. Jupyter Notebook已安装，开箱即用。

下载

不要通过官网下载，这个坑我已经踩过了，国内下载安装存在网络问题。
推荐Anaconda清华源，下文用tuna代称清华源。访问这个地址，选择最新版本安装。

安装

按照推荐选项安装即可，for current user。

安装后必做

替换Python源

由于国内访问Python源现在也出现了问题，所以需要修改为tuna源。
推荐：

• 打开Anaconda Prompt(anaconda3)，然后运行pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
• 如果是临时使用的话，使用命令pip install -i https://pypi.tuna.tsinghua.edu.cn/simple <some-package>
  备用，其实和上面的方法结果相同。
• 修改Python源，在C:\Users<username>\下添加 pip\pip.ini，内容如下。

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

• 修改conda源，在C:\Users\username\下添加.condarc文件

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
ssl_verify: true

新建虚拟环境

管理虚拟环境，可以查看官方这篇文档。
如果要管理不同的Python版本，比如Python2.7/Python3.6，就要通过虚拟环境。
打开Anaconda Prompt(anaconda3)按下面命令说明操作。

# 查看conda版本
conda -V
# 创建一个名为myenv的python3.6的虚拟环境
conda create -n myenv python=3.6
# 查看已有环境，这个环境一般在C:\Users\<username>\anaconda3\envs目录下
conda env list
# 激活环境
conda activate myenv
# 退出环境
conda deactivate 

Anaconda Navigator

安装之后我们会得到一个Anaconda Navigator，简单介绍一下常用的。

• 提供了图形化的虚拟环境以及已安装包的视图。
• Notebook，Jupyter Notebook，写笔记用。
• CMD.exe Prompt，启动conda环境的cmd程序。
• Powershell Prompt，如果你会Powershell的话，会比CMD更好用。
• VS Code，如果你安装了VS Code的话，会存在这个选项。
• Spyder，适合数据工程师的IDE，一般用不上。
• 其他常用的就是python相关官方文档的快速访问方式，不赘述。

使用

打开你的Pycharm或者VS Code，选择Python解释器的界面可以看到conda所创建的环境，选一个自己需要的即可。开箱即用，非常简单。