Ubuntu16.04下Anaconda的基本使用
之前因此要用到特定版本的 Python，就在电脑上装了 Anaconda，这里写一下关于 Python 环境管理的基本方法，以防忘记。
对于 Python 中的一些概念，可以看这篇文章
什么是 Anaconda
先看看对 Anaocnda 的介绍：
Anaconda 指的是一个开源的 Python 发行版本，其包含了 conda、Python 等180多个科学包及其依赖项。因为包含了大量的科学包，Anaconda 的下载文件比较大。如果只需要某些包，或者需要节省带宽或存储空间，也可以使用 Miniconda 这个较小的发行版（仅包含 conda 和 Python）。
那 conda 又是什么：
conda 是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。
环境管理
安装 Anaconda 主要是为了使用不同版本的 Python，因此先来看看怎么进行 Python 环境的管理。
创建环境——conda create
我们之前提到过，Anaconda 表明的是一个开源的 Python 发行版本，其中包含了 conda、Python 等180多个科学包及其依赖项。也就是说，在 Anaconda 安装完成后，是存在一个 Python 环境的，这个环境就叫做 base，也就是默认环境。先看看系统中都存在什么环境，在终端输入
conda env list结果为：
# conda environments:
#
base * /opt/Anaconda3而 Anaconda 也能够创建区别于 base 环境的不同 Python 环境，在终端输入：
conda create -n python35 python=3.5
之后会让你确认哪些包会被下载，哪些包会被安装，确认之后就是等待安装了，一般情况下都很快。之后再次看看系统中都存在哪些 Python 环境：
conda env list结果为：
base 上方的 python35 就是我们创建的 python 环境，对应的 python 版本为 3.5，环境名为 python35。
环境路径
创建完环境之后，我们来看看环境安装在哪里。
首先是 base 环境，上图给出了 base 环境的位置，该目录就是 anaconda 安装后的 base 环境。
而自己安装的环境显示为 home 目录。
环境切换——activate
环境创建之后就需要使用了，不过默认使用的都是 base 环境，上图中环境前方的 “*” 就表明是当前的环境。如果想要切换到 python35 就需要使用 activate 命令：
source activate python35
从上边可以看到，环境此时成功地从 base 切换到了 python35。“*” 符号也移动到了 python35 的路径前，同时在终端的命令提示符的行首出现了 “python35” 的字样，也表明此时的 python 环境为 python35。
base 环境和自定义环境的区别
在上一部操作中，我们将环境切换到了 python35，此时我们想使用一些比较特殊的工具，如 numpy。我们首先打开 python 解释器，然后使用命令导入numpy：
import numpy但是会出现下面的提示：
提示我们没有 numpy 这个模块。之前关于 anaconda 的介绍时，我们提到 anaconda Anaconda 包含了 conda、Python 等180多个科学包及其依赖项。但是这里却并没有发现 numpy 的存在，如果之前创建环境的信息还没有被清除的话，在终端中我们能够看到关于 python35 的一些安装信息：
上边的图片提示我们 anaconda 在创建环境的时候并没有安装那么多的依赖项，相反只是安装了一些必要的工具。这提醒我们如果需要使用其它工具的话，需要自己手动安装。不过在此之前我们先看看 base 环境中都存在什么工具，新开一个终端，打开 python 解释器并查看工具列表，之后导入工具：
从上边的结果我们可以知道：
- 新打开的终端的 python 环境还是默认的 base
- 可以分别通过两个终端使用不同的 python 环境，且互不干扰
- base 环境的工具要比新建的完整的多
安装/卸载第三方工具——conda install/uninstall
新建的 python35 环境里边什么都没有，如果要使用什么工具的话，就需要自己手动安装了，如 numpy：
conda install numpy或者是：
pip install numpy
安装完成进入解释器再次导入：
这次就成功地导入了。卸载也是同样的操作：
conda uninstall numpy或是：
pip uninstall numpy
这样就将包从当前的环境中删除了。
退出当前环境——conda deactivate
python35 环境使用结束后，就要退出当前环境，使用命令：
conda deactivate执行上边的命令之后，就退出了当前的 python 环境。但是在 base 环境中是无法使用此命令的，因此没有环境可以用来退出了。
其实直接关闭终端就能够退出当前的 python 环境，因为默认新建终端的 python 环境是 base。但是如果不想关掉当前终端的话，还是退出的好。
查看环境中的工具信息——conda list
之前为了对比 base 环境和 python35 环境的区别，我们列出了 base 环境中的工具包信息，如果需要列出当前 python 环境中的工具包信息，使用：
conda list导入导出环境——conda env export
除此之外，conda 还支持环境的导入和导出，这就意味着再也不用配置环境头疼了，只需要将获得的环境文件导入就可以了。对于我们创建的环境 python35，我们可以将之导出，之后删除本地的 python35 环境，再将导出的环境文件导入。命令分别为：
# export command
conda env export > envname.yaml
# conda env export > envname.properiter
# remove environment
conda remove -n envname --all
# import command
conda env create -f envname.yaml
# conda env create -f envname.properiter
上面的结果显示：
- 导出环境会在当前目录生成环境文件
- 环境文件包含了环境的全部信息，包括环境名，因此导出后直接导入是不可行的
- 导入后的环境与之前的环境完全一样，包括环境名
- 不管何种方式创建的环境，都是保存在了 home 目录
删除环境——conda remove
之前提到过的删除环境命令为：
conda remove -n envname --all换源
因为目前由于版权问题，anaconda已经不再支持国内的仓库更新，也就是说国内的镜像，如清华、中科大等都没有最新的 anaconda 库，所以通常情况下就保持默认源就好了，不需要更换。
但是默认源下的下载速度真的是十分感人，所以对工具的版本没有特定需求的话，也可以换源，毕竟速度会快。
恢复默认源
conda config --remove-key channels清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes中科大源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
最后一行代码可以显示工具包的来源，原则上有没有不影响结果。
除了换源的操作
有时候需要使用最新的工具包，但是换源后没最新的工具，不换源速度又很慢，这时候就需要别的操作了。
VPN
不得不说，金钱有时候真的是万能的。
离线安装
- 首先我们需要有 anaconda 第三方库的一个地址。
- 然后找到对应的平台
- 下载代码(浏览器，迅雷等工具)
- 本地安装
Pycharm 与 Anaconda 环境
通常情况下，我们都希望开发环境是友好的。通常情况下，编写 python 代码会使用的 IDE 为 pycharm。
在 pycharm 中，如果要使用到 anaconda 创建的环境，只需要将之前提到过的 python 安装位置对应添加到 pycharm 项目中的 project interpreter中即可。
