anaconda的镜像：https://mirrors-wan.geekpie.org/anaconda/
下载地址：https://mirrors-wan.geekpie.org/anaconda/archive/，
分别2.7的版本（anaconda2）和3.4版本（anaconda3）
Canopy和Anaconda是公司推的，带免费版和商业版/插件。这两款发行版也牵扯到一个人，那就是Travis Oliphant。Travis是SciPy的原始作者，同时也是NumPy的贡献者。Travis在2008年以副总裁身份加入Enthought，2012年以总裁的身份离开，创立了一个新公司continuum.io，并推出了Python的科学计算平台Anaconda。Anaconda相对Canopy支持Python的版本更多，对Python新版本支持跟的很紧（Sage不支持Python3.x的理由是因为其依赖的SciPy还不支持Python3，而Anaconda却实现了支持Python3.3和3.4，这就说明问题了），此外其在Linux平台下（通过conda管理）安装更方便。
一、为什么选择Anaconda？
1.1 什么是 Anaconda？
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。作为好奇宝宝的你是不是发现了一个新名词 conda，那么你一定会问 conda 又是什么呢？
1.2 什么是 conda ？
conda 是开源包（packages）和虚拟环境（environment）的管理系统。
packages 管理： 可以使用 conda 来安装、更新 、卸载工具包 ，并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是，conda 并不仅仅管理Python的工具包，它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。
虚拟环境管理： 在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。对纠结于 Python 版本的同学们，我们也可以建立 Python2 和 Python3 两个环境，来分别运行不同版本的 Python 代码。
知道 是什么（what） 的同时，我们也需要问一问 为什么（why）。那么，为什么要选择用Anaconda呢？
1.3 Anaconda 的优点？
Anaconda的优点总结起来就八个字：省时省心、分析利器。
省时省心： Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。
分析利器： 在 Anaconda 官网中是这么宣传自己的：适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析，甚至可以用在大数据和人工智能领域。
解决了 是什么 以及 为什么 的问题后，下面让我们看一下 怎么做（How）。
说明一下conda的设计理念——conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身！因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本python、各种package并方便地切换。
二、Anaconda中的重要组件
Anaconda Navigator ：用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。
Jupyter notebook ：基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。
qtconsole ：一个可执行 IPython 的仿终端图形界面程序，相比 Python Shell 界面，qtconsole 可以直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。
spyder ：一个使用Python语言、跨平台的、科学运算集成开发环境。Spyder的最大优点就是模仿MATLAB的“工作空间”。
Conda : Conda的包管理就比较好理解了，这部分功能与pip类似。
三、安装步骤
3.1 直接安装
从https://mirrors-wan.geekpie.org/anaconda/archive/下载最新版本：
针对Python2.7和Python3的版本，目前为Anaconda2-5.0.1-Windows-x86_64.exe、Anaconda3-5.0.1-Windows-x86_64.exe
直接双击安装至：D:\Programs\Anaconda2。（路径中不能包含空格）
3.2 配置环境
1、Path变量
将D:\Programs\Anaconda2和D:\Programs\Anaconda2\Scripts加入到PATH路径。
在cmd输入： python -V
Python 2.7.14 :: Anaconda, Inc.
2、设置国内镜像
因为Anaconda.org的服务器在国外，conda下载的速度经常很慢。可以设置国内的镜像源来加速：
加入conda的配置即可：
国内的镜像：
https://mirrors-wan.geekpie.org/anaconda/pkgs/free/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors-wan.geekpie.org/anaconda/pkgs/free/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
执行完上述命令后，会生成~/.condarc(Linux/Mac)或C:\Users\USER_NAME\.condarc文件，记录着我们对conda的配置，直接手动创建、编辑该文件是相同的效果。
四、常见操作
4.1 conda命令
最新版的conda是从site-packages文件夹中搜索已经安装的包，不依赖于pip，因此可以显示出通过各种方式安装的包。conda将conda、python等都视为package，因此，完全可以使用conda来管理conda和python的版本
了解conda：
https://docs.anaconda.com/anaconda/navigator/glossary#conda
https://conda.io/docs/_downloads/conda-cheatsheet.pdf
1、# conda会从从远程搜索scipy的相关信息和依赖项目，对于python 3.4，conda会同时安装numpy和mkl（运算加速的库）
conda install scipy
2、# 查看已经安装的packages
conda list
3、# 更新conda，保持conda最新
conda update conda
4、# 更新anaconda
conda update anaconda
5、# 更新python
conda update python
6、#指定特定版本
conda install package-name=2.3.4
7、#Installing packages on a non-networked
conda install /package-path/package-filename.tar.bz2
These commands install into the environment that is currently active. To install into a named environment, run:
condainstallpackage-name=2.3.4-nsome-environment
参考:
http://www.jianshu.com/p/169403f7e40c
https://docs.anaconda.com/anaconda/user-guide/tasks/install-packages
https://docs.anaconda.com/anaconda/navigator/glossary#conda