1.Anaconda 的作用
1）Anaconda 附带了一大批常用数据科学包
它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理数据。
2）管理包
Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。
在数据分析中，你会用到很多第三方的包，而conda（包管理器）可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。
3）管理环境
为什么需要管理环境呢？
比如你在A项目中用了 Python 2，而新的项目B老大要求使用Python 3，而同时安装两个Python版本可能会造成许多混乱和错误。这时候 conda就可以帮助你为不同的项目建立不同的运行环境。
2.Anaconda 与 pip的区别
1.pip 是从PyPI上直接下载，他仅仅是简单地下载而已，不能包含某些包必要的依赖文件
2.Conda 没有语言限制，可以构建和管理任何语言的任何类型的软件，这其中也包括Python。conda旨在管理任何软件堆栈中的包和依赖关系，其安装过程中，会提示哪些包与当前所要安装的包之间有依赖关系，并且会自动安装和更新，用起来会更靠谱。
3.Anaconda 的安装
Anaconda 安装包可以到清华大学开源软件镜像站 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。
如果计算机上已经安装了 Python，安装不会对你有任何影响。实际上，脚本和程序使用的默认 Python 是 Anaconda 附带的 Python。
如果Anaconda Prompt中可以使用conda命令，接着下面继续操作。
1）配置 Anaconda 仓库的TUNA镜像:
运行以下命令
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
即可添加 Anaconda Python 免费仓库。
2）更新 Anaconda 预装的包
在终端输入更新所有包的命令：
conda upgrade --all
初次安装下的软件包版本一般都比较老旧，因此提前更新可以避免未来不必要的问题。
4.Anaconda 管理包
1）安装包
conda install package_name[=version]
conda install pandas[=1.10]
2）卸载包
conda remove package_names
conda remove pandas
3）更新包
conda update package_name
conda update --all
4）列出已安装的包
conda list
5）搜索未安装的包
conda search search_term
conda search pan（pandas)
5.Anaconda 管理环境
1）创建环境
conda create -n env_name package_names
conda create -n work pyserial
env_name 是设置环境的名称（-n 是指该命令后面的env_name是你要创建环境的名称），package_names 是你要安装在创建环境中的包名称。
2）创建指定 Python 版本的环境
conda create -n py3 python=3
conda create -n py2 python=2
3）进出环境
Windows: activate my_env OSX/Linux: source activate my_env
Windows: deactivate OSX/Linux: source deactivate
4）共享环境
4.1 导出环境
conda env export > environment.yaml
命令将当前的环境保存到文件中包保存为YAML文件（包括Pyhton版本和所有包的名称）。命令的第一部分 conda env export 用于输出环境中的所有包的名称（包括 Python 版本）。
4.2 使用环境
首先在conda中进入你的环境，比如activate py3
然后在使用以下命令更新你的环境：
#其中-f表示你要导出文件在本地的路径，所以/path/to/environment.yml要换成你本地的实际路径
conda env update -f=/path/to/environment.yml
对于使用 pip 的用户:
pip freeze > environment.txt 导出环境
pip install -r /path/requirements.txt 使用环境
5）列出环境
conda env list
6）删除环境
conda env remove -n env_name
conda env remove -n work
