摘要：我自己印象最深的是在上安装加密和科学计算模块，折腾了很久。这个精装是面向数据科学的，同时也保留了你自己进一步改装的空间。数据科学库包环境管理工具，这几样就是的主要功能。
几乎所有的 Python 学习者都遇到过“ 安装 ”方面的问题。这些安装问题包括 Python 自身环境的安装、第三方模块的安装、不同版本的切换，以及不同平台、版本间的兼容问题 等。当你因为这些问题而卡壳，一行代码没写就已疯，相信我，你不是一个人……包括我自己，也是这么被坑过来的。
我自己印象最深的是在 Mac 上安装 pycrypto（加密）和 scipy（科学计算）模块，折腾了很久。因为这类模块并不是单纯的 Python 代码，而是需要调用诸如 C 语言的库，于是就牵涉到在不同平台上的编译，有些还不能很方便地用虚拟环境分离版本。在数次尝试失败之后，最终靠着一样工具竟轻松搞定。这就是今天要介绍的：
Anaconda
应该有不少人已经了解和在使用中，另外也考虑到先 Mark 以后需要时再看的收藏党，这里先给个“ 嫌长不想看 ”版：
Anaconda 就是一个扩展版 Python ，最直接的好处是帮你 打包好了一整套数据科学相关的 Python 库 ，一次安装就可以拥有数据分析、数值计算、数据可视化、机器学习常用的几十个库，不用担心安装不成功、版本不匹配等问题，省时省心。
Anaconda 的核心是 conda 这个包/环境管理器 ，类似于我们之前介绍过的虚拟环境 virtualenv，且功能更丰富。装了 Anaconda，同时也就可以使用 conda 来管理电脑上不同版本的 Python 环境。
如果对 conda 的使用不熟悉也没关系。 Anaconda 还附带了一个叫做 Navigator（导航）的桌面 GUI 工具，可以直观的创建和管理环境，安装、删除扩展包 。
Anaconda 安装后，附带了 Jupyter 和 Spyder 两种 IDE。 Jupyter 是一种基于浏览器的交互式开发环境 ，这种边开发边执行的模式很适合编写数据科学类的程序。Spyder 的界面和 Matlab 很相似。不过如果你对 PyCharm 已经熟悉，也可以直接通过 设置 interpreter（解释器）路径 来直接使用 Anaconda 的环境。
主要就是这几点，如果你在使用中遇到过什么问题，欢迎在文本下方留言讨论。有其他想法或者想听的内容，也欢迎告诉我们。
*
Anaconda 这个词，字面意思和 Python 类似，都是大蟒蛇。系列电影《狂蟒之灾》的主角就是这玩意儿。美国著名嘻哈歌手麻辣鸡（Nicki Minaj）有首歌就叫《Anaconda》（本文的封面，小孩子不要去搜）。这个项目命名其实很形象： Anaconda 就是一种更大的 Python 。
再做个类比：安装了 Python 就像买了个毛坯房 ，虽然刷了涂料通了水电（内置库），但你真的想住进去，还得自己根据需要进行装修（安装各种第三方库）。而 Anaconda 就是个精装修 。这个精装是面向数据科学的，同时也保留了你自己进一步改装的空间。
官网上有一个 Anaconda 支持库的列表：
http://docs.anaconda.com/anaconda/packages/pkg-docs/
里面有很多熟悉的面孔（挑了其中几个常见的）：
打钩的是包含在安装包中，未打钩的需要后续手动安装。数据分析必备的 numpy、pandas、scipy、matplotlib 自不用说，像数据采集的 requests、beautifulsoup、scapy ，Web 开发的 flask ，GUI 的 pyqt ，图像处理的 pillow ，机器学习 scikit-learn ，都直接帮你装好了。就连 vs2015_runtime 这种也为你贴心附上，被坑过的同学应该都懂。
唯一的缺点大概就是这样会比较占空间。但既然你都下决心深入 Python 开发了，这也就是少装一个游戏的空间吧。
如果你安装 Anaconda 的话，是不必装 Python 的，因为它本身包含了 Python 的环境，避免了版本不匹配的问题。 Windows、Mac、Linux 三个平台都支持，直接从官网下载安装即可。（建议选择最新版）
https://www.anaconda.com/download/
正常按提示安装没有太大问题，网上的安装示例也一搜一大把，这里不赘述。Windows 建议安装时 右键点击 ，选择“ 以管理员身份运行 ”。
安装好之后，检查下你的 Python 是否已经是 Anaconda 环境下的了。（从提示中可以看出）
这时候，你可以通过 conda 来管理你的安装包和环境。使用方法和我们之前介绍过的 virtualenv 类似（参见《为什么你的python版本一团糟？因为少了这个操作》）。常用的命令有
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 env remove -n XXX ：删除指定环境
activate XXX （或 source activate XXX）：启用 XXX 环境
deactivate （或 source deactivate）：退出环境
同 pip 一样，如果使用 conda 安装很慢，可以通过 修改国内源 的方式来加速。修改 C:Users当前用户名.condarc（非 Windows 是 ~/.condarc），加入如下配置：
channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults show_channel_urls: true
Anaconda 的又一贴心之处在于，给了你一个叫做 Anaconda Navigator 的桌面 GUI 工具，把上述 conda 的功能都做成了点击按钮就可以完成的事情。
包管理和环境管理都一目了然。
数据科学库、包/环境管理、Navigator 工具 ，这几样就是 Anaconda 的主要功能。
另外值得一提的是： Anaconda 是附带了一系列第三方库的 Python 以及对这些库的管理工具 ，和我们之前说的 PyCharm 不是一类东西。 PyCharm 是 IDE，用来写代码的编辑器 。你可以把 Anaconda 作为运行环境放在 PyCharm 里使用。只要你 创建项目的时候选择已经配置好的 Anaconda 环境 即可。关于 PyCharm 的具体配置可以在公众号（ Crossin的编程教室 ）里回复关键字 pycharm
而 Anaconda 默认附带的另一个开发工具 Jupyter，也是非常值得推荐的。你可以从 Navigator 里运行，或者在命令行执行命令：
jupyter notebook
它是一个 基于浏览器的交互式开发工具 。跟 Python 自带的交互环境相比，它的自动完成和提示功能都强大许多，并且你不用再纠结不能在交互环境里写多行代码的问题。
这种代码分块，可以边开发边执行的模式， 非常适合编写爬虫、数据处理、数据分析 等数据科学类的程序。我之前的很多案例都是使用它来开发，你们看到项目代码中的 .ipynb 文件就是可以导入 Jupyter 的文件。另外它还有个好处，就是可以部署在自己的服务器上使用（当然这也有安全风险），这样只要有网络，你就能随时随地写 Python 了。
不管是 Anaconda 还是 Jupyter，以及之前推荐多次的 PyCharm，到底好不好用，是不是适合你，自己试过了才知道。花点时间装起来用一下，然后欢迎你回来报告使用体验。
════
其他文章及回答：
如何自学Python | 新手引导 | 精选Python问答 | Python单词表 | 人工智能 | 爬虫 | 我用Python | requests | 计算机视觉 | 字符播放器 | 一图学Python
欢迎搜索及关注公众号： Crossin的编程教室
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/43043.html
摘要：的包使用软件包管理系统进行管理。超过万人使用发行版本，并且拥有超过个适用于和的数据科学软件包。提供了大部分功能，并且大多数情况下两个可以同时使用。 Anaconda Anaconda简介 Anaconda是一个免费开源的Python和R语言的发行版本，用于计算科学（数据科学、机器学习、大数据处理和预测分析），Anaconda致力于简化包管理和部署。Anaconda的包使用软件包管理系统...
摘要：为了安装科学计算环境，控制好版本，今天上午总算折腾好了。切换和使用新的虚拟环境这样就能切换为这个版本的虚拟环境。通过输入查看现在版本，可以发现处于虚拟环境下了。指定包的版本多个版本并存，尤其是和的并存。下面用创建一个名叫的版本为的环境。 为了安装Anaconda科学计算环境，控制好python版本，今天上午总算折腾好了。 学习python有时希望在python2.7环境下，有时希望在...
摘要：按目前的发展趋势，未来的主流版为。这里介绍一个强大的软件，它实现和两个版本的共存，并且可以相互转换。应用程序是包和环境管理器。另外值得一提的是，并不仅仅管理的工具包，它也能安装非的包。实际上，脚本和程序使用的默认是附带的。 前言 初学Python时，总是被python的两个不太兼容的版本搞得头昏脑胀。按目前的发展趋势，python未来的主流版为python3。但是我们经常会遇到一些很有...
摘要：学习利器我的小白安装之路序易用，但用好却不易，其中比较头疼的就是包管理和不同版本的问题，特别是当你使用的时候。另外值得一提的是，并不仅仅管理的工具包，它也能安装非的包。 Python学习利器——我的小白 Anaconda安装之路 序 Python易用，但用好却不易，其中比较头疼的就是包管理和Python不同版本的问题，特别是当你使用Windows的时候。为了解决这些问题，有不少发行版的...
摘要：是一个跨平台的发行版。主要用于数据分析与科学计算。等一些列著名的数据分析包已经整合到上。就连等最近火热的机器学习包都可以在上使用。强大的包管理与方便快捷的版本切换，使成为了科学计算的瑞士军刀。 Anaconda是一个跨平台的python发行版。可以直接在Windows,MacOS,Linux平台上运行。Anaconda主要用于数据分析与科学计算。Numpy,Pandas,Scipy等一...
阅读 6105·2021-11-22 15:32
阅读 788·2021-11-11 16:54
阅读 3130·2021-10-13 09:40
阅读 2117·2021-09-03 10:35
阅读 1804·2021-08-09 13:47
阅读 1838·2019-08-30 15:55
阅读 1919·2019-08-30 15:43
阅读 2410·2019-08-29 17:06
