用Python進行數據分析的時候，你會不會煩惱要安裝那么多的模塊？比如Pandas、Numpy、matplotlib、scipy等等，而當你接手的項目是由不同的Python版本編寫的時候你又得下載那個Python版本，然后安裝所需要的依賴，非常麻煩。

而使用Anaconda則能減少許多這樣的煩惱，因為Anaconda具有以下特點：

1.自帶180多個科學包，包括conda、numpy、scipy、pandas等。

2.極其方便的環境管理工具，可以創建任意版本的Python虛擬環境

為什么第2點的任意要加粗呢？其他的虛擬環境管理工具，如virtualenv是無法隨意選擇Python版本構建虛擬環境的，它們只能使用目前電腦上已有的Python版本構建虛擬環境。而Anaconda的環境管理工具則可以任意選擇Python版本，它會自動下載相應的Python版本到虛擬環境中，免去用戶自己手動下載安裝Python的麻煩。

1.安裝Anaconda

首先，前往Anaconda官方下載地址：
https://www.anaconda.com/distribution/#download-section

選擇最新版本的Anaconda進行下載，要注意選擇 64-Bit Graphical Installer. 當然這里指的只是Anaconda的默認Python版本，安裝成功后，你可以創建任意版本的Python虛擬環境。

安裝的過程中一路默認即可，不過如果是Windows用戶，建議不要將Anaconda裝在C盤，否則隨著安裝的包越來越多，會出現C盤空間不足的情況。

Windows用戶注意：如果在 “Advanced Installation Options”中沒有勾選“Add Anaconda to my PATH environment variable.”（添加Anaconda至我的環境變量），則無法在CMD或者powershell中使用conda命令，需要打開菜單中的 Anaconda Prompt 才能使用conda命令，因此請各位根據自己的情況選擇勾不勾選。如果沒勾選，但是后來又反悔了，可以通過配置環境變量來解決這個問題：

此處借用了別人的圖，請注意路徑要換成自己的路徑。

相比之下，macOS系統就沒有這么多繁瑣的操作了，在終端（Terminal）中即可使用conda命令。

2.修改鏡像源

這點很關鍵，由于conda默認鏡像源是國外的，因此你 pip install 或者 conda install 安裝模塊的時候可能會等待非常久，如果你不想裝個包比敲代碼花費的時間還長，請一定要修改鏡像源。

首先，在CMD(Windows)或Terminal(macOS)中，輸入：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
conda config --set show_channel_urls yes

Windows用戶前往目錄 C:Users<你的用戶名> 下顯示隱藏文件會看到配置文件.condarc .

macOS用戶則是在 ~/.condarc 中，可以在終端中用 sudo open ~/.condarc 打開。

然后會看到文件內容類似：

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

• defaults 就是原來的源，我們可以直接把它去掉（建議去掉），只用清華源。然后保存，重啟終端即可。

3.使用及切換環境

到這里，我們就可以開始使用conda環境了，默認情況下，現在Python命令都是基于conda的，因此你的終端或CMD前都會帶有(base)的字樣：

如果沒有的話，可能是你在安裝的時候把 “Register Anaconda as my default Python 3.7”去掉了。沒關系，我們也可以用以下命令切換環境，Windows下在CMD中使用:

activate base

可切換到Anaconda默認環境, macOS和Linux則是：

conda activate base

其實兩者是一樣的原理，均通過conda來控制環境的使用。因為Windows中，輸入完activate base后，它會自動補全一句conda.bat activate base, 如下圖所示：

在base環境下，默認自帶pandas等180+個科學工具包，因此如果沒有特別的需求，在這個環境下進行數據分析的開發即可。

4.創建虛擬環境

理想情況下，一直在base環境下開發是美滋滋的，但有時候我們會遇到開發的項目需要特別的版本，甚至是上古時期的2.x版本，這個時候anaconda強大之處也體現出來了，比如我的項目是 old_git, 需要Python2.7版本：

conda create --name old_git python=2.7

這時候便創建了一個python2.7的環境，叫做old_git，通過調用

activate old_git 
# macOS/Linux則輸入: conda activate old_git

即可切換到這個環境，不過注意，這個新的環境是沒有自帶180+個科學工具包的，你需要自行安裝所需模塊。

5.其他命令

最常用的是顯示已創建環境：

conda info --envs

其次是刪除環境：

conda remove --name 環境名 --all

(這個就不演示了)

最后是安裝包：

conda install xxx

其實conda install 和 pip install 都能達到安裝包的效果，區別在于，前者使用conda的鏡像源，后者使用pip鏡像源。一般而言，推薦pip install，因為包更全一點。