Anaconda是一个用于数据科学和机器学习的开源软件包管理和环境管理系统。它旨在简化Python和R等编程语言的安装、配置和管理过程。Anaconda包含了许多常用的数据科学包和工具，如Numpy、Pandas、Matplotlib、scikit-learn等，以及Jupyter Notebook等交互式开发环境。本文以windows操作系统为例，详细介绍如何使用Anaconda完成Python开发环境的安装配置，以及基于Anaconda实现虚拟环境的新建、删除等功能。

    一、Anaconda的下载及安装

• Anaconda可从官方网站https://www.anaconda.com/download中根据当前系统选择合适的版本进行下载。官网下载速度可能较慢，也可以选择国内清华大学镜像站进行下载，这里提供清华大学镜像站的下载地址https://mirrors.tuna.tsinghuedu.cn/anaconda/archive/。

图1：清华大学镜像站

• 下载完成后，打开.exe文件，前几个选项同意和下一步即可，在选择安装位置的界面可以自定义选择需要安装到的磁盘位置，这里安装的位置后续anaconda的环境变量配置需要用到。在后一个界面需要勾选Register，设置默认的环境。接着安装，安装过程需要等待几分钟，安装完成后点击完成，安装过程如图2所示。

图2：安装过程示意

    二、Anaconda的配置

• Anaconda环境配置，右键计算机（此电脑）——属性——高级系统设置——环境变量，找到系统变量中的path，添加四项配置信息，配置信息如下（其中D:\App\Anaconda3是我的安装路径，需要根据直接安装的路径进行替换）

  D:\App\Anaconda3\Scripts
  D:\App\Anaconda3\Library\bin
  D:\App\Anaconda3\Library\mingw-w64\bin
  D:\App\Anaconda3\Library\usr\bin

图3：环境变量path示意

• 配置完成后，在power shell中输入以下指令：

  conda

   

  可查看当前的conda版本信息；
• 类似的输入以下指令：

  python

        则可观测到当前的默认python版本信息，如图4所示：

图4：输出结果示意

    三、配置conda镜像源以及pip镜像源

• Conda镜像源配置：由于conda默认的镜像源下载速度较慢，所以需要将其改为国内镜像源以方便包管理。修改conda镜像源有两种方法： (1)直接修改.condarc文件。(2)输入指令修改。
  • 直接修改.condarc文件。在用户目录下找到.condarc文件，可以使用记事本直接打开编辑，以下为修改为清华源的示例：

    channels:
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
      - defaults
    show_channel_urls: true

图5：.condarc编辑示意

• • 输入指令修改镜像源。在power shell中通过输入以下指令来完成镜像源的修改。添加镜像源使用以下指令：

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

    搜索时显示镜像源地址使用以下指令：

    conda config --set show_channel_urls yes

• Pip镜像源配置：同理pip镜像源也可更换为国内镜像源，具体流程为在文件管理器输入%appdata%，之后在当前文件夹下新建pip文件夹，在新建的pip文件夹中新建ini文件，pip.ini文件内容如下：

  [global]
  index-url = https://pypi.tuna.tsinghua.edu.cn/simple
  trusted-host = https://pypi.tuna.tsinghua.edu.cn
  disable-pip-version-check = true
  timeout = 120

图6：pip.ini编辑示意

之后可通过pip指令快速完成包安装、升级等操作。

    四、使用配置好的conda完成对虚拟环境的查看、新建、切换及删除

    conda可以用来创建多个虚拟环境，每个环境互相独立，都是完整的python运行环境，只是各个环境内的包数量和版本不同，从而很好地解决了      不同python包的兼容性问题。下面将介绍使用conda管理虚拟环境的常用指令。

• 查看当前的所有已安装的虚拟环境

  conda info --envs

图7：查看虚拟环境结果

• 新建虚拟环境
• 使用conda create命令可以快速新建虚拟环境，对应python版本在指令中指定。这里给出创建python版本为3.8环境名为test的conda指令，  读者可根据自身需求进行修改。

  conda create –n test python=3.8

图8：指令执行结果

        创建的虚拟环境位于anaconda下的envs文件夹中。

图9：conda info –envs查看结果

• 切换虚拟环境

        使用activate name（环境名）的指令可以实现不同虚拟环境中的切换，如下我们使用activate test切换到前文新建的test虚拟环境。

        退出虚拟环境指令为conda deactivate，执行后将返回到默认的base环境中。

图10：切换虚拟环境指令执行结果

• 删除虚拟环境
• 使用conda remove指令可实现对于虚拟环境的删除，这里以删除test虚拟环境为例，指令为

  conda remove –n test –all

指令执行后结果如图11所示：

图11：删除虚拟环境指令执行结果

使用conda info –envs查看当前虚拟环境，发现test环境已被删除。

图12：查看当前虚拟环境结果