初学 Python 者自学 Anaconda 的正确姿势是什么？
69 个回答
事实上Anaconda 和 Jupyter（包括Jupyter Notebook和JupyterLab，其中JupyterLab是从Notebook发展而来的）已成为数据分析的标准环境。
简单来说，Anaconda是包管理器和环境管理器，Jupyter可以将数据分析的代码、图像和文档全部组合到一个web文档中。
接下来我详细介绍下Anaconda，并在最后给出Jupyter（以Notebook为例） ：
1.Anaconda是什么？
2.如何安装？
3. 如何管理包？
4.Jupyter notebook如何快速上手？
不过在开始前我需要强调下，下面的步骤你要亲自跟着敲一遍并在自己的电脑上实践。虽然下面你会遇到很多命令，给了谁都记不住的。但是别怕，也别中途放弃，因为你没必要记住命令，因为当你在后面学习数据分析用的多了，自然就记住了。
记不住也没关系，学会在哪查找就可以了。你只需要跟着上面步骤操作下，并理解了每一步是干什么的就可以了。后面遇到要做的事情，忘记了回头查这个文档就可以了。
刚开始学习的过程就像下面这个图，只要中途不放弃，自己实际操作一遍，我保证你可以熟练上手。
1.Anaconda是什么？
Anaconda在英文中是“蟒蛇”，有首歌就叫《Anaconda》，表示像蟒蛇一样性感妖娆的身体。
所有你看下面Anaconda的图标就像一个收尾互相咬住的“蟒蛇”。
你可能已经安装了 Python，那么为什么还需要 Anaconda？有以下3个原因：
1）Anaconda 附带了一大批常用数据科学包，它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理数据。
2）管理包
Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。
在数据分析中，你会用到很多第三方的包，而conda（包管理器）可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。
3）管理环境
为什么需要管理环境呢？
比如你在A项目中用了 Python 2，而新的项目B老大要求使用Python 3，而同时安装两个Python版本可能会造成许多混乱和错误。这时候 conda就可以帮助你为不同的项目建立不同的运行环境。
还有很多项目使用的包版本不同，比如不同的pandas版本，不可能同时安装两个 Numpy 版本，你要做的应该是，为每个 Numpy 版本创建一个环境，然后项目的对应环境中工作。这时候conda就可以帮你做到。
2. 如何安装Anaconda？
Anaconda 可用于多个平台（ Windows、Mac OS X 和 Linux）。你可以在下面地址上找到安装程序和安装说明。根据你的操作系统是32位还是64位选择对应的版本下载。
官网地址：https://docs.anaconda.com/anaconda/install/
Anaconda 的下载文件比较大（约 500 MB），因为它附带了 Python 中最常用的数据科学包。
如果计算机上已经安装了 Python，安装不会对你有任何影响。实际上，脚本和程序使用的默认 Python 是 Anaconda 附带的 Python，所以安装完Anaconda已经自带安装好了Python，不需要你再安装Python了。
注意：如果你是windows 10系统，注意在安装Anaconda软件的时候，右击安装软件→选择以管理员的身份运行。
3.如何管理包？
安装了 Anaconda 之后，就可以很方便的管理包了（安装，卸载，更新）。
按下图点击菜单栏，打开Anaconda Navigator
然后在Anaconda Navigator中按下图操作
1）列出已安装的包
2）安装或者更新包
下图中第5步，“apply”表示安装这个包，‘clear’表示删除已经安装的包。
如果没有“apply” 这个按钮，表示这个包已经安装过了。
3）如果遇到需要输入conda命令的，可以按下图打开conda的命令端，然后输入命令
按照上面的步骤你亲自操作一遍后，你已经学会了Anaconda，并安装好你的数据分析Pyhton环境了，接下来你就可以愉快的使用Jupyter notebook来做数据分析了：
其他常见问题，见这里：
Anaconda的优势之处在于小白也能快速上手
我们知道Python的英文表达是蟒蛇，有意思的是anaconda也是蟒蛇的意思，准确是是水莽，莽中之王，更大、更重、更长。按这层意思理解，anaconda是python的大码款，倒也是有些贴切的。
Anaconda知多少
回到编程，Anaconda对于初学Python的人很友好，一键安装，不必费心配置python环境，也不用安装各种常用的库，就可以直接入手使用。对于数据科学来说，Anaconda是一个百宝箱式的存在。
Anaconda是一个免费开源的Python和R语言的发行版本，用于计算科学（数据科学、机器学习、大数据处理和预测分析），Anaconda致力于简化包管理和部署。Anaconda的包使用软件包管理系统Conda进行管理。超过1200万人使用Anaconda发行版本，并且Anaconda拥有超过1400个适用于Windows、Linux和MacOS的数据科学软件包。
总结Anaconda的三大特点：
- 内置python，高度集成python数据科学生态
- 拥有强大的包管理工具-conda
- 可用超过600个python数据科学库
Anaconda拥有个人版、商业版、团队版、企业版，除个人版不收费外，其他版本都需要付费，
当然对大部分人来说个人版已经完全够用。和python一样，Anaconda不挑平台，在windows、os、linux上都可以用，目前支持python3.8版本的下载 ，下载完成后一路next就能完成安装。
官网：
Anaconda | The World's Most Popular Data Science Platform
下载地址：
安装教程：
Installation - Anaconda documentation
学习文档：
Anaconda能做什么
前面说过Anaconda是一个python数据科学百宝箱，所以它的作用就是燃爆数据科学，让小白也可以轻松玩数据。
你可以利用Anaconda研究数据处理、数据建模、机器学习、神经网络、自然语言处理、可视化展示、教学等等。既能一人独秀，也可以团队作战。
当然这些都是依托于python的，首先你得会撸代码。
神奇的conda
说说conda，这是Anaconda的杀手锏。
Conda是一个开源、跨平台和语言无关的软件包管理和系统管理系统，通过Conda可安装、升级和升级软件包依赖。Conda为Python程序创造，但是它可以打包、分发任意语言编写的软件（例如R语言）和包含多语言的项目。
conda和pip都可以管理python库，但最大的不同在于conda是跨平台且不限语言的，而且可以独自创建虚拟环境。因为conda立足于数据科学生态，不像pip可以安装几乎所有的python库（来自pypl），conda只能安装anaconda里支持的数据科学库（600多个）。
主要的数据科学内置库包括pandas、numpy、matplotlib、jupyter、scipy、ipython、nltk、notebook、sikit-learn、seaborn、xlrd、xlwt......
一般把这些数据科学库分为四大类：基础库（jupyter、pandas、numpy、scipy），机器学习库（keras、tensorflow、pytorch、sikit-learn、nltk），可视化库（matplotlib、seaborn、plotly）、拓展计算库（numba、dask、pyspark）
这些库可以通过conda安装，也可以在GUI界面Navigator上点击安装或更新。
有兴趣可以去官网看看这些神奇的家伙：Anaconda库大全
附conda文档：Conda - Conda documentation
另外Anaconda还有其他的优秀的特性
- 拥有界面化的应用程序及包管理应用-Navigator
- 支持R语言
Anaconda不仅适用于Python，还支持R，使用conda安装R并管理R包
- 学习社区
Anaconda的缺点
Anaconda的优点也是它的缺点，功能太齐全就显得很臃肿，一个安装包快500M，所以不少人去拥抱miniconda了。但无论如何，Anaconda都是python数据科学最好的伙伴。