介绍
Anaconda是开源的Python包管理器。既是Python各种库的大礼包汇合,特地是数据分析和科学计算方面的库都预装了，也是一个能创立虚拟机环境的工具。
我为什么装置
我装置它的起因不是科学计算，是因为我要用AkShare库获取数据，要求Python 3.6 及以上版本。我电脑Python 2.7.15，又不想降级，所以装置anaconda，用anaconda创立虚拟机环境，在虚拟机环境应用Python3.7，本地电脑放弃原版本不变。
装置过程
下载地址www.anaconda.com抉择download，
下载最新版本安装包Anaconda3-2020.02-Windows-x86_64.exe，
这里抉择装置目录，未来创立的各个版本Python的环境文件也都放在这个目录的子目录下
这里我勾选了上面，没有勾选下面，开始装置
怎么用
关上
装置实现，在开始搜寻ana会呈现Anaconda prompt，我是以管理员身份运行的，不必管理员权限应该也没问题。
关上后窗口最后面的(base)示意你正处于Anaconda的根底环境，根底环境个别不真正应用，要依据本人具体我的项目须要建设本人的环境，否则这个工具的威力大打折扣了。
比照base环境的Python版本和失常命令行工具的Python版本，能够看到两者互不影响。
Ana窗口
一般cmd
批改channels
建设环境的时候要下载很多包，如果下载速度慢会导致下载timeout而终止，会报错，
解决办法是把channels设置为清华大学的镜像地址，在命令行顺次执行上面命令。倡议先设置上面的channels，而后创立你的第一个环境。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/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/pytorch/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/新建环境
建设本人环境的命令conda create -n ak_test python=3.7.6， ak_test是新建环境的名称，叫什么随便，3.7.6是我指定的版本，须要哪个版本就写哪个。
到这里阐明创立ak_test环境实现，同时提醒进入环境和来到环境的命令。
执行conda activate ak_test，看到(base)变成了(ak_test)，阐明曾经进入了ak_test环境。
装置akshare
这步每个人都不一样，按须要装置本人要的库。科学计算类的库Anaconda是预装的，装置更简略。
我建设这个环境是要应用akshare，装置，报错time out
是国内网络问题，应用阿里云镜像进行装置，命令如下
pip install akshare -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com --upgrade
装置胜利！
应用akshare
上面两个小例子展现akshare库的性能。
股票策略指数曲线
aksharetest.py
import akshare as akimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'SimHei'plt.rcParams['axes.unicode_minus'] = Falsestock_df = ak.zdzk_fund_index(30, plot=False)futures_df = ak.zdzk_fund_index(32, plot=False)fig = plt.figure(111, figsize=(20, 10), dpi=300)adjust_stock_df = stock_df["20150102":] / stock_df["20150102"] * 1000adjust_stock_df.plot(linewidth=4)adjust_futures_df = futures_df["20150102":] / futures_df["20150102"] * 1000adjust_futures_df.plot(linewidth=4)plt.title("index example")plt.legend()plt.show()
会画出图片
股票指数查问
aksharetest02.py
import akshare as akstock_df = ak.stock_zh_index_spot()print(stock_df) ak_test环境和base是隔离的
如果执行conda deactivate来到这个环境切换到(base)环境，能够看到找不到akshare模块，阐明base和ak_test环境是隔离的。
自建环境像是新建了个虚拟机
上面是vmware的虚拟机文件目录和Anaconda的自建环境文件目录，是不是有点像
总结
Anaconda能够迅速建设一套Python的开发运行环境，环境和宿主机互不影响，所建不同环境之间也互不影响，少了很多Python和库版本上的牵绊。
它在包治理上的应用，本文没有波及。如果须要的库是anaconda外面预装的库和包，过程比本文要简略，堪称一键装机。