使用Python进行数据分析的时候，会不会为安装那么多模块而烦恼？比如Pandas、Numpy、matplotlib、scipy等，而当你接手的项目是用不同的Python版本写的，你还得下载那个Python版本，然后安装需要的依赖，非常麻烦。使用Anaconda可以减少很多这样的麻烦，因为Anaconda有以下特点：1.自带180多个科学包，包括conda、numpy、scipy、pandas等2.极其方便的环境管理工具，可以创建任何Python虚拟环境的版本。为什么第2点加粗？其他虚拟环境管理工具，如virtualenv，不能随意选择Python版本搭建虚拟环境。他们只能使用当前计算机上的Python版本来构建虚拟环境。Anaconda的环境管理工具可以任意选择Python版本，它会自动下载对应的Python版本到虚拟环境中，免去用户手动下载安装Python的麻烦。1、安装Anaconda首先，到Anaconda官方下载地址：https://www.anaconda.com/distribution/#download-section选择最新版本的Anaconda下载，注意选择64-BitGraphicalInstaller。当然，这只是指Anaconda默认的Python版本。安装成功后，即可创建任意版本的Python虚拟环境。安装过程中可以一路默认，但是如果你是Windows用户，建议不要把Anaconda安装到C盘，否则随着安装的包越来越多，C盘会出现空间不足的情况.Windows用户注意事项：如果您没有勾选“将Anaconda添加到我的PATH环境变量”。（将Anaconda添加到我的环境变量中）在“高级安装选项”中，不能在CMD或powershell中使用conda命令，需要打开菜单AnacondaPrompt才能使用conda命令，请选择是否勾选根据自己的情况。如果没有检查，后来后悔了，可以通过配置环境变量来解决这个问题：我这里借用了别人的图片，注意路径要换成自己的路径。相比之下，macOS系统就没有那么多繁琐的操作了，在终端（Terminal）中使用conda命令即可。2、修改镜像源很重要。由于conda默认的镜像源是国外的，你在pipinstall或者condainstall安装模块的时候可能会等待很长时间。如果不想安装某个包，比敲代码耗时更长，请务必修改镜像源。首先在CMD（Windows）或Terminal（macOS）中输入：condaconfig--addchannelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/condaconfig--setshow_channel_urlsyesWindowsusers去到目录C:\Users<你的用户名>显示隐藏文件，你会看到配置文件.condarc。对于macOS用户，它位于~/.condarc中，可以在终端中使用sudoopen~/.condarc打开。然后你会看到文件内容类似：channels:-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/-defaultsshow_channel_urls:true-defaults是原始来源，我们可以直接去掉（建议去掉），只用清华源。然后保存并重启终端。3、使用和切换环境至此，我们就可以开始使用conda环境了。默认情况下，Python命令现在基于conda，因此您的终端或CMD前面会有(base)：如果没有，可能是您在安装过程中删除了“RegisterAnacondaasmydefaultPython3.7”。没关系，我们还可以使用下面的命令来切换环境，在Windows下的CMD中使用：activatebase可以切换到Anaconda、macOS和Linux的默认环境：condaactivatebase其实是同一个原理，都是通过conda的使用来控制环境。因为在windows下，进入activatebase后，会自动完成conda.batactivatebase的一句话，如下图：base环境中，默认有pandas等180+科学工具包，所以如果有没有特殊要求，可以在这个环境下进行数据分析和开发。4.创建虚拟环境理想情况下，一直在基础环境中开发是很好的，但有时我们会遇到需要特殊版本的项目，甚至是古代的2.x版本。这个时候，蟒蛇的强大也是体现出来了。比如我的项目是old_git，需要Python2.7版本：condacreate--nameold_gitpython=2.7此时会创建一个python2.7的环境，叫做oldgit，通过调用#windowsactivateold_git#macOS/Linux:condaactivateold_git切换到这个环境，但是注意这个新环境没有自带180+scientifictoolkits，需要自己安装需要的模块。5.最常用的其他命令是显示创建的环境：condainfo--envs，其次是删除环境：condaremove--name环境名--all（因为我的环境这里比较重要，就不演示了it)最后是安装包：condainstallxxx其实condainstall和pipinstall都可以达到安装包的效果。不同的是前者使用conda镜像源，后者使用pip镜像源。一般来说，pipinstall比较推荐，因为包比较全。这是我们文章的结尾。想要我们今天的Python实战教程，请继续关注我们。如果对您有帮助，请在下方点赞/观看。有什么问题可以在下方评论留言，我们会耐心解答！Python实战宝典不只是合集欢迎关注公众号：Python实战宝典原文来自Python实战宝典：Python数据分析与挖掘好帮手—Anaconda
