本文介绍anaconda的安装，和使用anaconda对Python进行环境管理。

Anaconda是一个可用于科学计算的Python发行版。这是什么意思呢？Python是一门编程语言，使用这门语言的时候，在写代码这件事情之外，还有很多其他的配套工作，比如运行脚本、下载各种需要用到的库、管理环境等。Anaconda就把这些功能全都集成好了，省去很多琐碎的工作。简单来说，Anaconda帮你管理了在使用Python时用到的包和环境。

让我们来看一看Anaconda的特长：

所以，工欲善其事，必先利其器，学习Python，Anaconda是不二之选。

Anaconda可以从官网（https://repo.continuum.io/archive/index.html）下载，可以看到Linux、Mac、Windows均支持。

这里有两个版本，分别对应Python 2.7和Python 3.6，这里建议下载Python 3.6版本，因为一方面，对于深度学习，windows版本下的tensorflow暂时不支持Python2.7；另一方面，Python3正在逐渐替代Python2。本文选用了python3的版本，但其实，版本的选择在anaconda中并不是一个问题，因为通过环境管理，我们可以很方便地切换运行时的Python版本，读者大可以按照自己的使用习惯进行选择。

如果官网的速度太慢，这里建议大家使用清华镜像（https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/）下载，找到对应的anaconda版本和操作系统即可。

下载后按提示安装就可以了。

安装完Anaconda，就相当于安装了Python、命令行工具Anadonda Prompt、集成开发环境Spyder、交互式笔记本IPython和Jupyter Notebook。下图列出了Anaconda的一套工具，你可以在开始菜单里找到这些应用。

conda是anaconda中的环境管理器和包管理器。

对于conda的操作都发生在命令行内，我们可以打开Anaconda Prompt进行操作。

1. 检查conda

在使用conda前，我们先检查conda是否已经被安装，以及当前版本是否是最新。

2. 环境管理

环境管理是Python使用中的一大好习惯，如果你不想在一遍遍重装Python和系统中折腾循，那么环境管理是学习Python的过程中非常必要的一环。现在我们用conda进行环境管理。

激活后，会发现terminal输入的地方多了(py34)的字样，这表示我们已经进入了py34的环境中。

如果你不想要这个名为py34的环境，可以通过以下命令删除这个环境。

可以通过以下命令查看已有的环境列表，现在py34已经不在这个列表里，所以我们知道它已经被删除了。

3. 包管理

我们使用conda进行第三方包的安装、卸载和更新。

对于包的下载，我们可以先设置国内镜像。这是因为http://Anaconda.org的服务器在国外，所以conda在下载包的时候速度往往很慢。所幸清华TUNA镜像（https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/）有Anaconda仓库的镜像，我们将其加入conda的配置，即可解决这个问题。

接下来我们进行包的安装，请进入指定的环境中（比如上节中的py34），这里我们以pandas（一个数据处理和分析的包）为例进行操作。

以上就是conda对于包的安装、更新和卸载。值得一提的是，conda将conda、python等都视为包，因此，完全可以使用conda来管理conda和python的版本，例如