Windows下安装Anaconda及基础使用并添加到pycharm环境中
简介：本文是在操作系统Windows下安装Anaconda，并介绍一些基础操作和基础命令使用，并将Pycharm搭建Anaconda环境中。
步骤总结：
- Anaconda的介绍
- 下载并安装Anaconda
- Anaconda配置pip和conda镜像源
- Anaconda的conda常用命令使用
- Anaconda管理虚拟环境
- Pycharm配置Anaconda环境
一：Anaconda的介绍
Anaconda 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，它是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包，涵盖了数据科学领域常见的 Python 库，并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统，可以使用它创建虚拟环境，以便更轻松地处理多个项目，此外还提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装的问题
针对上面的引用文字再通俗的将Anaconda与之前有同学安装的python基础环境进行一个区别，也是优点总结：
1、简单来说anaconda是包含python的。所以安装了anaconda后就不用再安装python了。
2、由于python3不兼容python2，那在装了python3环境的电脑上跑python2怎么办呢？也不能每次跑的时候都重新配一下环境变量吧？（也可以但是不觉得麻烦吗？）所以anaconda就诞生了。它可以将每个开发的程序选用不同的环境，而且开发好的程序所需要的环境（就是第三方包）独立的打包成来，这样再在另一台电脑上跑该程序时就不用再单独下载包了。也就是它有专门用来解决软件环境依赖问题的 conda 包管理系统，解决python版本及依赖包版本的问题，方便管理。
3、python自身缺少numpy、matplotlib、scipy、scikit-learn....等一系列包，需要安装pip来导入这些包才能进行相应运算。而Anaconda包含了之前python环境常用但需要额外pip安装的包，因此Anaconda无需再去额外安装这些包，当然安装Anaconda后有的其他专用领域的依赖包还是需要pip或者conda来下载并管理的，比如深度学习的TensorFlow、pyrtorch等环境。
接下来开始下载并安装Anaconda：
步骤一：下载Anaconda
Anaconda的历史版本下载网址：Anaconda Installers and Packages，进去该网址后点击View All Installers，如下图所示。
-
也可以到清华大学镜像下载
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
跳转到下面界面后自行找需要的版本进行下载
步骤二：安装Anaconda及组件介绍
下载安装包后解压，在解压后的文件夹中右击可执行文件（.exe文件），选择以管理员身份运行，后续的安装步骤就类似安装我们常用的应用软件点击下一步，选择安装磁盘位置等步骤，就省略了，其中过程中可能会遇到一个勾选项，可以都勾选，如下图
上面的第一个选项，是将anconda添加到系统环境，打开命令行，输入python，会显示anaconda的环境；第二个选项会让你将anconda中的python作为默认的python，如果你安装了pycharm，则pycharm会将anaconda中的python作为解释器。
都点击操作完后建议去环境变量进行查看，是否对anconada安装路径添加到了环境变量里：如我安装的anconada后环境变量path新增以下变量值：
D:\anaconda
D:\anaconda\Scripts\
D:\anaconda\Library\bin
D:\anaconda\Library\mingw-w64\bin
安装完后，windows菜单栏会有anaconda的各个组件：如下图：
Anaconda Navigtor ：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。
spyder ：一个使用Python语言、跨平台的、科学运算集成开发环境。
anaconda prompt :可以理解为 anaconda版的cmd 命令提示窗。即：你是如何通过cmd指挥（查找、打开、删除等等）你的Windows系统的，你就通过同样的思维用anaconda prompt 来指挥anaconda，也就是命令提示窗版的anaconda navigator。至于如何指挥，你就需要在anaconda prompt用到 conda 指令集.
最后，启动Anaconda Navigator（Anaconda），若能成功启动也说明Anaconda安装成功了。
注意：部分同学可能会出现anaconda navigator打不开问题，参考本人其他博客进行解决：解决anaconda navigator打不开问题_The black panther的博客-CSDN博客
也可以以管理员身份运行Anaconda Prompt（Anaconda）并在命令行输入 conda list 命令，若安装成功则会显示安装盘符和版本信息。
这里再补充下，anaconda安装本地磁盘路径下的部分说明：如envs文件夹是存储虚拟环境的地方、Lib\site-packages文件夹下是存放第三方包的地方。
步骤三、 Anaconda的基础使用
这里就不再对Anaconda的几大组件一一进行使用详解了，可以网上查阅其他博客对Anaconda Navigtor、Jupyter Notebook等进行搜索使用。
这里重点对Anaconda配置pip和conda镜像源（一定要配置否则以后安装第三方依赖下载会很慢）和conda管理包的命令进行讲解；
1、配置pip镜像源
在C盘目录栏中输入 %appdata%
并回车，进入
类似此路径的文件夹（有同学可能是在C:/user下），新建文件夹 pip （一定是 pip 文件夹里包着 pip.ini 不然不生效）
然后再新建文件 pip.ini 并将以下内容复制进去并保存
内容如下：
[global]
time-out=60
index-url=https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host=tsinghua.edu.cn
再次运行 pip 安装即生效，安装速度明显提升
2、配置conda 镜像源
在命令行中按顺序依次执行：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
在C:\User或者C:\Users\ASUS下自动生成.condarc文件：
打开.condarc文件，并修改配置文件输入如下内容：
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
remote_read_timeout_secs: 600.0
ssl_verify: true
执行完成后，使用以下指令检查是否添加成功
conda config --show channels
3、conda管理包使用
conda 是一个包管理器。常用命令有很多，如下：
which conda 或者conda -version命令检查是否安装正确
pip freeze > requirements.txt 在某个项目下列出依赖清单
activate // 切换到base环境
activate learn // 切换到learn环境
conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本)
conda env list // 列出conda管理的所有环境
conda list // 列出当前环境的所有包
conda install requests 安装requests包
conda remove requests 卸载requets包
conda remove -n learn --all // 删除learn环境及下属所有包
conda update requests 更新requests包
conda env export > environment.yaml // 导出当前环境的包信息
conda env create -f environment.yaml // 用配置文件创建新的虚拟环境
比如 conda install tensorflow-gpu==2.0.0
由于conda下载的包默认是从国外的源进行下载的，为了下载更快捷，所以需要上面的conda的下载镜像源进行配置。
4、管理虚拟环境：
Anaconda整个分为两种环境：一、base环境（全局）；二虚拟环境。base环境可以节省存储空间，一个环境可以用在不同的项目中，但项目过多会造成不同的环境依赖版本冲突或不兼容的情况）。虚拟环境：该方法可以针对不同项目隔离不同的依赖版本进行下载，更能保证项目的运行，但是会消耗电能磁盘空间
接下来你就可以随意的创建不同的python环境了。下边的管理命令都在命令行进行。
1、activate
activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入。
如下：
创建环境：conda create -n myenv python=3.6 其中myenv是虚拟环境名 python=3.6是对应的包及版本（可以不要）
进入环境：activate myenv
离开环境: deactivate
列出环境：conda env list
删除环境：conda env remove -n env_name
5、在pycharm中调用anaconda虚拟环境
打开pycharm.
点击file>>setting>> add python interper按钮，
选择Conda Environment.
Existing environment
点击Interpreter.
弹出这个操作界面。
找到自己anaconda 安装地址。
展开envs。
找到自己创建的虚拟环境并展开（主要是python>=3.7和pytorch>=1.7
选择对应python.exe.
点击ok.即可。
在pycharm配置anaconda的base环境也是上面类似的操作。