做爬虫的时使用pip安装一些爬虫框架经常容易报错或者国内镜像资源不足，或者做量化使用开源的vn.py，但只有py27版本的，解决这些问题一个所以这个时候Anaconda中的conda管理工具就非常的必需了。
解决pip安装包超时问题
1）首先检查linux软件下载源，主下载源是最全的，但是服务器在国外，速度较慢。所以需要按照自己的所在地选择合适的国内下载源。
2）直接摒弃pip，选择conda……
比如说，先用virtualenvwrapper 指令创建虚拟环境，然后进入虚拟环境，使用conda指令安装scrapy包，然后在虚拟环境下使用scrapy框架是完全可行的，只不过不通过pip去安装scrapy框架。因为我遇到的问题是无论怎样用pip安装scrapy框架在两台电脑的windos系统和linux系统下都不能完成安装，都是网络超时问题无法下载完一个284k的安装包，非常尴尬。唯一成功的案例是在windows系统中的虚拟机上的ubuntu使用pip安装，没怎么出现过问题，非常顺畅。
3）直接使用conda的环境管理功能。
conda环境管理常用命令
查看当前系统下的环境
conda info -e创建新的环境
# 指定python版本为2.7，注意至少需要指定python版本或者要安装的包# 后一种情况下，自动安装最新python版本 conda create -n env_name python=2.7 # 同时安装必要的包 conda create -n env_name numpy matplotlib python=2.7环境切换
# 切换到新环境# linux/Mac下需要使用source activate env_name activate env_name #退出环境，也可以使用`activate root`切回root环境 deactivate env_name移除环境
conda remove -n env_name --all
conda环境下的包管理
给某个特定环境安装package有两个选择，一是切换到该环境下直接安装，二是安装时指定环境参数-n
activate env_nameconda install pandas
安装anaconda发行版中所有的包
conda install anaconda
conda install -n env_name pandas
查看已经安装的package
conda list
指定查看某环境下安装的package
conda list -n env_name
查找包
conda search pyqtgraph
更新包
conda update numpy
conda update anaconda
卸载包
conda remove numpy