目录
Anaconda 是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包，涵盖了数据科学领域常见的 Python 库，并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统。主要是提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。
conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。
Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。其实还有Miniconda，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。
conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身！因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本python、各种package并方便地切换。
2.1 Anaconda下载
这里推荐两种下载方式一是官网下载，二是镜像下载；官网下载太慢可选用镜像下载
下载地址：官网（https://www.anaconda.com/products/distribution）
选择对应版本，点击Download进行下载
镜像下载：开源镜像站（https://mirrors.bfsu.edu.cn/anaconda/archive/）
选择对应版本，点击Download进行下载
2.2 Anaconda安装
点击下载的文件进行安装，这是欢迎页面，点击下一步，即Next
点击I Agree，即同意Anaconda的协议，才能使用Anaconda
选择为所有用户授权
选择安装路径，在这里我选择安装在E:\ANACONDA地址下，选择Next，注意这里的安装路径需要记一下，后面配置环境变量时会用到
不选择添加环境变量
等待程序安装，安装完成后，点击Next
图片上有两个选项建议不选，点击“Finish”,完成软件安装
到这里程序安装部分结束
2.3 配置环境变量
将如如下路径添加到系统path，这里的路径为前面anaconda的安装路径，我的安装路径为E:\Anaconda，如果不同替换为自己的安装路径即可
E:\ANACONDA
E:\ANACONDA\Scripts
E:\ANACONDA\Library\mingw-w64\bin
E:\ANACONDA\Library\bin
具体环境变量的的配置步骤如下：
进入环境变量配置页面
”我的电脑“右键，选择”属性“；打开页面后，选择”高级系统设置“；然后在“高级”下选择“环境变量”
编辑Path系统变量
选择系统变量path，点击编辑；点击新建
E:\ANACONDA
E:\ANACONDA\Scripts
E:\ANACONDA\Library\mingw-w64\bin
E:\ANACONDA\Library\bin
将以上四个地址填上之后，点击确定（注意每个人anaconda的安装不同地址不同，要填上anaconda安装路径下对应文件夹地址）
检查是否安装成功
打开cmd,在窗口中输入以下三个指令；
conda --version
conda info
python
如下图所示，这说明安装无问题
3.1 创建并激活虚拟环境
1、创建虚拟环境
按下win键+r，输入cmd打开命令行窗口
conda create --name tensorflow python=3.8.8
输入以上代码创建新的环境（—name后面为环境名称，python=后面可以指定安装python版本），运行后会进行各种基础python包的安装
可以创建多个名字不同的虚拟环境
2、查看环境是否创建成功
conda info --envs
如图显示所创建的环境信息，则创建成功，在这里我创建了2个虚拟环境”tensorflow“和”python36“
3、激活环境，以使用该环境（安装的包将会在此环境下）
activate tensorflow
可以选择需要激活的虚拟环境，这里我选择激活名为“tensorflow”的虚拟环境
4、安装python的工具包
输入conda list可以看到，此时虚拟环境下已安装的包
虚拟环境下有pip工具包后，可以使用pip安装其他工具包，在这里展示以下使用过程，输入
pip install see
显示成功安装see的工具包，输入conda list可以看到，此时虚拟环境下已安装see
3.2 管理虚拟环境
conda下的其他命令，自行按需索取吧
conda list：查看环境中的所有包
conda install XXX：安装 XXX 包
conda remove XXX：删除XXX 包
conda env list：列出所有环境
conda create -n XXX：创建名为 XXX 的环境 conda
create -n env_name jupyter notebook ：创建虚拟环境
activate noti（或 source activate noti）：启用/激活环境
conda env remove -n noti：删除指定环境
deactivate（或source deactivate）：退出环境
jupyter notebook ：打开Jupyter Notebook
conda config --remove-key channels ：换回默认源
来源地址：https://blog.csdn.net/Q_fairy/article/details/129158178
