anaconda 产生背景： 因为python运行是需要一个python环境的，否则写的再漂亮的代码也是无法运行的，我们常规从官网上下载的python是包含两个核心组件的，一个是Python.exe 的解释器，一个是包含python内建包和第三方的包的lib文件目录，这些包是用来被程序引用的，当环境中没有这些包时，程序就会报错，当电脑只装了一个python环 境时，由于python2和python3是不兼容的，所以切换环境很麻烦，并且所有程序的包都放在一个一个环境中造成包混乱，当程序换一个环境之后还得重新下载所需包， 因此迫切希望能够有一个能够为每个程序提供一个独立的环境，并且开发好程序之后又能够将该程序对应的环境（第三方包）独立打包出来的工具，这就是anaconda。
anaconda套件介绍： Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括：conda, numpy, scipy, ipython notebook等。 Anaconda Navigtor ：用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。 Jupyter notebook ：基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。 qtconsole ：一个可执行 IPython 的仿终端图形界面程序，相比 Python Shell 界面，qtconsole 可以直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。 spyder ：一个使用Python语言、跨平台的、科学运算集成开发环境。
pip 与 conda 比较 → 依赖项检查 ? pip： ① 不一定会展示所需其他依赖包。 ② 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。 ? conda： ① 列出所需其他依赖包。 ② 安装包时自动安装其依赖项。 ③ 可以便捷地在包的不同版本中自由切换。 → 环境管理 ? pip：维护多个环境难度较大。 ? conda：比较方便地在不同环境之间进行切换，环境管理较为简单。 → 对系统自带Python的影响 ? pip：在系统自带Python中包的更新/回退版本/卸载将影响其他程序。 ? conda：不会影响系统自带Python。 → 适用语言 ? pip：仅适用于Python。 ? conda：适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。 ⑥ conda与pip、 Virtual env的关系 ? conda结合了pip和 Virtual env的功能。
anaconda 常用命令总结：
#activate //引入anaconda的虚拟环境中，后面不接参数将会进入base模式 #activete xiao //切换python环境，切换环境之后输入python，进入python编辑器命令行模式进行python程序编写 #>>>exit() //退出python编辑器 #conda create -n learn python=3 //创建一个新的python环境，新创建的环境是只有python内建包，没有第三方包的 #conda env list或conda info -e //查看所有的环境
#pip install requests或conda install requests //安装第三方包，再conda无法安装时使用pip #conda list //查看环境中的包
#pip uninstall requests或conda remove requests //卸载环境中的包 #conda remove -n learn --all // 删除learn环境及下属所有包 #conda update requests //更新requests包 #conda upgrade --all //更新所有包，建议安装完annconda后就执行这条命令，便于后续使用
#conda env export > environment.yaml // 导出当前环境的包信息 #conda env create -f environment.yaml// 用配置文件创建新的虚拟环境
annconda比较全面的介绍，请参考下面链接文章 https://zhuanlan.zhihu测试数据/p/32925500