Anaconda的基本介绍和使用及常用命令一、Anaconda介绍 Anaconda，中文大蟒蛇，是一个开源的Anaco

Anaconda的基本介绍和使用及常用命令
 使用anaconda+Pycharm搭建Django项目（一）
使用anaconda+命令搭建Django项目（一）
使用anaconda+Pycharm搭建Django项目-模板使用和前后端交互（二）
使用anaconda+Pycharm搭建Django项目-与SQLite数据库交互（三）
Python Django 之各种数据库连接及基本操作

一、Anaconda介绍

Anaconda，中文大蟒蛇，是一个开源的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。

Anaconda就是可以便捷获取包且对包能够进行管理，包括了python和很多常见的软件库和一个包管理器conda。常见的科学计算类的库都包含在里面了，使得安装比常规python安装要容易，同时对环境可以统一管理的发行版本

特点：开源、安装过程简单、高性能使用Python和R语言、免费的社区支持

二、为什么要使用Anaconda

在最开始使用python语言进行编写程序的时候，我们需要两个东西,一个是python解释器，用来解释编译我们的python代码。另一个是编写代码过程中使用到的第三方包，一般放在site-packages目录下。

解释器：

第三方包：

解释器：由于python版本不同，解释器也分为python2和python3两个版本。python2和3之间无法互相兼容，也就是说用python2语法写出来的脚本不一定能在python3的解释器中运行

包集合：包集合中包含了自带的包和第三方包，第三方包我们一般通过pip或者easy_install来下载，当一个python环境中不包含这个包，那么引用了这个包的程序不能在该python环境中运行

anaconda解决的问题：

第一个问题： 不同的项目，我们可能使用到的python版本是不一样的，python2和python3无法兼容，python3的小版本之间也存在着差异，这样我们在做项目的时候，去来回切换python环境变量，是非常麻烦的。有了anaconda以后，可以帮我们解决这个问题。这是anaconda帮我解决的第一个问题，python版本切换。

第二个问题： 另一个要解决的问题就是包的问题，如果我们本地只有一个python环境，我有很多个项目，使用pip install方法会默认把包安装在同一个路径中，这样把所有项目的包都放到同一个环境，就会导致我们的环境十分混乱。而且，当我们想把一个写好的程序放到另一个电脑上运行的时候，需要一个个区手动下载相关的包。这就让人十分头疼。此时，如果我们每个项目都用自己独立的环境，开发好以后，把该程序需要的环境独立打包出来，相当于我们的程序有着自己的沙盒，这个沙盒中有我们自有的环境和包。这样我们的程序就变的十分干净整洁。

第三个问题： 单独安装python，很多常用的功能包我们需要一个个手动去下载安装，使用anaconda则不用考虑这些问题，会自动包含很多常用的包。并且还捆绑了交互式代码编辑器。（Spyder、Jupyter...）。

三、Anaconda的包管理工具Conda

Conda是一个开源的包管理系统和环境管理系统，它主要用于安装和管理软件包以及创建和维护不同的软件环境。Conda最初是为Python程序设计的，但它可以用来打包和分发任何语言的软件，包括R、Ruby、Lua、Scala、Java、JavaScript、C、C++、FORTRAN等。Conda由Anaconda, Inc.开发，是Anaconda发行版的一部分，但也可以独立于Anaconda使用。

主要特点

跨平台：Conda支持Windows、macOS和Linux操作系统。
环境管理：Conda可以创建隔离的环境，每个环境可以有不同的软件包和版本，这有助于避免不同项目之间的依赖冲突。
依赖性解决：Conda使用先进的算法来解决软件包之间的依赖关系，确保软件包的兼容性。
二进制包：Conda提供了大量的预编译二进制包，这可以加快安装速度并简化编译过程。
社区支持：Conda有一个活跃的社区，社区成员通过Conda Forge等平台贡献和维护软件包。
易于使用：Conda提供了命令行界面，通过简单的命令就可以进行包的安装、更新、卸载和环境管理。

pip和conda的对比

pip和conda都是Python的包管理工具，但它们在设计和功能上有一些关键的区别。以下是它们的主要比较：

包管理方式

pip：
只管理Python包。
通常用于安装Python库和工具。
通过Python的site-packages目录安装包。
conda：
管理Python环境和包，包括非Python包（如C/C++库）。
可以创建独立的环境，每个环境有自己的一套包和Python版本。
通过Conda环境的特定目录安装包，不污染全局Python环境。

环境管理

pip：
没有内置的环境管理功能。
通常需要手动管理Python版本和依赖，或者使用虚拟环境（如venv或virtualenv）。
conda：
内置环境管理功能，可以轻松创建、激活和删除环境。
环境是自包含的，减少了版本冲突。

依赖性解决

pip：
依赖性解决可能不如conda强大，尤其是在涉及复杂依赖关系时。
可能会遇到依赖冲突，需要手动解决。
conda：
有更先进的依赖性解决算法，通常能更好地处理复杂的依赖关系。
通过Conda Forge等社区维护的通道，可以找到许多预编译的包。

跨平台支持

pip：
主要用于Python包，对于跨平台的二进制包支持有限。
conda：
提供了跨平台的二进制包，使得在不同操作系统上安装相同环境变得容易。

性能和速度

pip：
安装速度通常取决于包的大小和依赖性。
有时需要编译包，这可能会减慢安装过程。
conda：
通常提供预编译的包，这可以加快安装速度。
但是，conda环境的创建和激活可能比使用pip的虚拟环境慢。

社区和生态系统

pip：
作为Python的官方包管理器，拥有庞大的用户基础和广泛的社区支持。
PyPI（Python Package Index）是最大的Python包仓库。
conda：
由Anaconda, Inc.维护，拥有活跃的社区和Conda Forge等仓库。
特别受数据科学和机器学习社区的欢迎。

使用场景

pip：
适合于简单的Python项目，或者当你只需要安装几个Python库时。
conda：
适合于复杂的Python项目，需要多个依赖和环境管理时。
适合于需要跨平台支持和预编译包的情况。

四、安装Anaconda

4.1 安装地址：www.anaconda.com/download/

4.2 发送邮件

接收邮件并下载

安装

配置环境变量

将安装目录的Script目录配置到环境变量中。

配置Anaconda源

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

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

conda config --set show_channel_urls yes

查看源是否配置成功

conda info

五、常用命令

5.1 为项目创建虚拟环境

为项目创建项目独立的虚拟环境。

conda create -n 环境名 -y

也可以指定puthon版本

conda create -n 环境名 python=3.x.x -y

在这个环境中配置各种各样的包，就可以在这个环境中运行目标程序的运行。查看python版本

python --version

5.2 查看所有环境

conda env list

5.3 激活与退出环境

激活环境

conda activate 环境名称

退出环境

conda deactivate

5.4 安装包

当前环境中安装包

conda install 包名称

指定包版本

conda install 包名称=version

指定环境中安装包

conda install -n 环境名称 包名称

5.5 查看环境下所有包

conda list
pip list

5.6 删除环境/包

删除环境

conda remove -n 环境名 --all -y

删除当前环境的包

conda remove 包名

删除指定环境的包

conda remove -n 环境名 包名

5.7 其他常用命令

命令	描述
conda update conda -y	更新当前conda版本
conda search requests	搜索包
conda update numpy	更新包
conda update --all或conda upgrade --all	更新所有包
conda search tpython	搜索python版本
conda env export > environment.yml	导出环境文件
conda env create -f environment.yml	从环境文件创建环境
conda create -n 新环境名 --clone 旧环境名	复制环境

附1 测试包是否安装成功

conda activate 3.12.4

Anaconda的基本介绍和使用及常用命令