介绍
Anaconda 介绍：
Anaconda 是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的工具。适用 Windows、macOS、Linux 平台。
Anaconda 拥有 conda 包、环境管理器、1000+ 开源库。
Anaconda 包含 180+ 的科学包以及其依赖项，如 conda、numpy、scipy、ipython notebook 等。
Anaconda 安装包文件约 500M，可运行于 32位/64位系统，安装需求空间 3GB。
如果仅是用于学习可以考虑下载轻量级的版本 Miniconda，安装需求空间 400M。
conda 介绍：
conda 包和环境管理器包含于 Anaconda 的所有版本当中。仅需要几条命令，你可以创建一个完全独立的环境来运行不同的 Python 版本，同时继续在你常规的环境中使用你常用的 Python 版本。
conda 是包及其依赖合环境的管理工具，适用语言包含 Python、R、Ruby、Lua、Scala、Java、JavaScript、C/C++、FORTRAN，适用 Windows、macOS、Linux 平台。
conda 结合了 pip 和 virtualenv 的功能。能快速安装、运行合升级包及其依赖，能在计算机中便捷的创建、保存、加载和切换环境。
总的来说 conda 安装包时，会列出所需的其他依赖包，自动安装其依赖项。比较方便地在不同环境之间进行切换，环境管理较为简单。
pip 介绍：
pip 是用于安装和管理软件包的管理器。pip 采用的是递归的缩写来进行命名的。
pip 仅适用于Python，可以执行系统自带Python中包的更新/回退版本/卸载。
相比于 conda ， pip 不一定会展示所需其他依赖包 ，安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误。
virtualenv 介绍：
virtualenv 是用于创建一个独立的 Python 环境的工具。
virtualenv将会为它自己的安装目录创建一个环境，这并不与其他virtualenv环境共享库。同时也可以选择性地不连接已安装的全局库。
下载、安装与配置（本次安装的版本是 Anaconda3-2021.11-Windows-x86_64 ）
软件下载：
可以在官网下载，国内也可以通过镜像下载，国内的镜像下载服务提供商有阿里、清华、腾讯等。国内建议使用镜像库下载软件。
软件安装（ windows 系统 ）：
环境配置（ windows 系统 ）：
Path 中加入环境变量，需要加入 Anaconda 的安装目录和 Scripts 目录。比如我的安装目录是 D:\Programs\Anaconda\Anaconda3 那么需要加入环境变量中的内容是，
D:\Programs\Anaconda\Anaconda3
D:\Programs\Anaconda\Anaconda3\Scripts
配置完成后，可以在控制台输入 conda -V 验证，该指令输出 conda 的版本号表示环境配置成功。查看包信息可以使用 conda list 指令。
在不配置系统环境变量的情况下，也可以直接搜索 Anaconda Powershell Prompt 并以管理员身份打开来使用 Anaconda 自身的控制台程序。
更改下载资源为镜像的地址，需要修改用户目录（/Users/<user_name>/）下的 .condarc 文件，如果找不到该文件，可以使用指令生成此文件
conda config --set show_channel_urls yes
对文本编辑前可以使用 conda info 指令先查看 conda 的基本信息（channel URLs），或者使用 conda config --show channels 指令单独查看资源地址，使用文本编辑工具编辑其内容为
channels: - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ show_channel_urls: true
如果需要保留原始资源地址（不建议），可以在 channels 下增加 - defaults
conda 指令介绍
查看版本：
conda --version 或者 conda -V
查看基本信息：
conda info
查看环境中已安装的包信息：
conda list
创建环境：
conda create --name <env_name> <pakcage_name> 或者 conda create -n <env_name> <pakcage_name>
env_name 环境名
package_name 环境中的包
以安装 python 的版本为 2.7 到 python2 的环境，举例，conda create --name python2 python=2.7
如需同时安装多个包，以空格为间隔，举例，conda create -n python3 python=3.5 numpy pandas
新创建的环境将会被保存在 /安装目录/envs 目录下，比如我的目录D:\Programs\Anaconda\Anaconda3\envs
查看当前拥有的环境：
conda info -e 或者 conda env list 或者 conda info --envs
查询环境后，数据会保存在 C:\Users\<user_name>\.conda\environments.txt 中。
复制环境：
conda create --name <new_env_name> --clone <copied_env_name>
或者
conda create -n <new_env_name> --clone <copied_env_name>
<copoed_env_name> 被复制的环境名
<new_env_name> 新建的环境名
举例，conda create -n py3 --clone python3
复制后，py3 和 python3 的配置相同。
删除环境：
conda remove --name <env_name> --all
或者
conda remove -n <env_name> --all
<env_name> 环境名
切换环境：
activate <env_name>
<env_name> 环境名
退出环境：
conda deactivate
查找包：
精确查找： conda search --full-name <package_full_name> 模糊查找： conda search <text>
<pakcage_full_name> 被查找包的全名
<text> 包含此字段的包名，如，py，即包含 "py" 字段的包，有哪些版本可供安装
安装包：
指定环境中安装包
conda install --name <env_name> <package_name>
当前环境中那装包
conda install <pakcage_name>
<env_name> 环境名
<package_name> 包名
其他方式安装包：
当 conda install 无法进行安装时，可以使用 pip 安装包
pip install <package_name>
<pakcage_name> 包名
注意，pip 只是包管理器，无法对环境进行管理。因此如果想在指定环境中使用pip进行安装包，则需要先切换到指定环境中，再使用 pip 命令安装包；pip 无法更新 python，因为 pip 并不将 python 视为包；pip 可以安装一些 conda 无法安装的包；conda 也可以安装一些 pip 无法安装的包。因此当使用一种命令无法安装包时，可以尝试用另一种命令。
也可以到 Anaconda Cloud 搜索包（需注册），搜索到包后找到 "install this package with conda run" 底下的命令，本地执行该命令，完成包的安装。
卸载包：