版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/ChibiMarukoChan/article/details/81060125
推荐使用 Anaconda 来管理你的安装环境和各种工具包。
一、为什么选择Anaconda？
Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析，甚至可以用在大数据和人工智能领域。
二、如何安装Anaconda？
链接：https://pan.baidu.com/s/1UMva-y14UHktokUnhfdmrA
密码：2ru4
安装成功：
三、管理包命令
- 安装包：
conda install package_name； #例如安装 numpy conda install numpy - 安装多个包：
conda install package_name1 package_name2 package_name3； #安装 numpy、scipy、pandas conda install numpy scipy pandasconda - 卸载包：
conda remove package_name - 更新环境中的所有包：
conda update –all - 查看当前环境下已安装的包：
conda list
四、环境管理
- 创建环境：
conda create -n env_name list of packages #创建名为 my_env 的环境并在其中安装 numpy， conda create -n my_env numpy。 - 创建环境时，可以指定Python 版本：（例如 Python 3.3）
conda create -n py python=3.3 - 检查环境中安装的包：
(my_env) ~ $ conda list - 在环境中安装包：在环境中安装的包仅在环境中才有用。
(my_env) ~ $conda install package_name - 退出环境：（OSX/Linux ）：
source deactivate； #（Windows）： deactivate； - 保存环境：
conda env export > environment.yaml； - 通过环境文件（environment.yaml ）创建环境：
conda env create -f environment.yaml - 列出环境：
conda env list - 删除环境：
conda env remove -n env_name