摘要
Python是一种面向对象的解释型计算机程序设计语言，其使用，具有跨平台的特点，可以在Linux、macOS以及Windows系统中搭建环境并使用，其编写的代码在不同平台上运行时，几乎不需要做较大的改动，使用者无不受益于它的便捷性。
此外，Python的强大之处在于它的应用领域范围之广，遍及人工智能、科学计算、Web开发、系统运维、大数据及云计算、金融、游戏开发等。实现其强大功能的前提，就是Python具有数量庞大且功能相对完善的标准库和第三方库。通过对库的引用，能够实现对不同领域业务的开发。然而，正是由于库的数量庞大，对于管理这些库以及对库作及时的维护成为既重要但复杂度又高的事情。
一、什么是Anaconda？
1、简介
Anaconda（https://www.anaconda.com/distribution/#macos）就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发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。
2、特点如下
- 开源
- 安装过程简单
- 高性能使用Python和R语言
- 免费的社区支持
- 管理环境强大
为什么需要管理环境呢？
若你在A项目中用了 Python 2，而新的项目B老大要求使用Python 3，而同时安装两个Python版本可能会造成许多混乱和错误。这时候 conda就可以帮助你为不同的项目建立不同的运行环境。
还有很多项目使用的包版本不同，比如不同的pandas版本，不可能同时安装两个 Numpy 版本，你要做的应该是，为每个 Numpy 版本创建一个环境，然后项目的对应环境中工作。这时候conda就可以帮你做到，更多优点不如自己探索得到的乐趣更多。
二、安装Anaconda
1.若Anaconda官网下载过慢可换用国内源地址下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/（此为清华镜像地址）
记得根据自己的操作系统选择适合的。
2.步骤
剩下的一直点NEXT等待安装完成即可。
3.安装完成后检验Anacond的环境。
打开cmd 输入
conda --version来查看Anaconda的版本信息
此时说明已成功安装Anaconda
conda list #查看当前环境中所有安装包。
conda install name：其中name是需要安装packages的名字，
比如，我安装numpy包，输入上面的命令就是“conda install numpy”。
单词之间空一格，然后回车，输入y就可以了。
下面是一些环境变量指令
# 创建一个名为python38的环境，指定Python版本是3.8（不用管是3.8.x，conda会为我们自动寻找3.8.x中的最新版本）
conda create --name python38 python=3.8
-----------------------------------------------------------------------------
# 安装好后，使用activate激活某个环境
activate python38 # for Windows
---------------------------------------------------------
# 激活后，会发现terminal输入的地方多了python38的字样，实际上，此时系统做的事情就是把默认环境从PATH中去除，再把3.8对应的命令加入PATH
# 此时，再次输入
python --version
#查看此时系统使用的python版本
# 如果想返回默认的python 环境，运行
deactivate python38 # for Windows
-------------------------------------------------------------------------------------------
# 删除一个已有的环境
conda remove --name python38 --all
-------------------------------------
# 查看帮助
conda -h
-----------------------------
# 更新conda本身
conda update conda
---------------------------
# 更新anaconda 应用
conda update anaconda
--------------------------------
# 更新python，假设当前python环境是3.7.2，而最新版本是3.7.3，那么就会升级到3.7.3（小白不建议随便更新）
conda update python
4.设置国内镜像
如果需要安装很多packages（conda将conda、python等都视为package），你会发现conda下载的速度经常很慢，因为Anaconda.org的服务器在国外。而清华TUNA镜像源有Anaconda仓库的镜像，我们将其加入conda的配置即可：
# 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中镜像地址加有引号，需要去掉
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
————————————————
5.将Anaconda与pycharm相结合。
6.开发环境
说一下关于IDE开发环境，到目前为止我比较推荐的有两个pycharm和spyder，如果你之前用MATLAB，那么就可以尝试用用spyder吧，况且当你装好anaconda时候。spyder就也安装好了，在开始菜单中找到anaconda菜单里面就有一个spyder。打开就可以用，spyder和MATLAB的工作空间很像，但是pycharm也很强大，很多人都在用pycharm。
好了，今天该说了就说到这里吧，作为一名小白，我自己懂得也不多，如有错误欢迎批评指正，我感觉作为一名初学者，该踩的坑一个也少不了，既然做这个那就干啥都要去动手吧，因为昨天捣鼓了一整天python的环境和库，所以今天整理写下了这篇文章，请各路大神不吝赐教。