Anaconda是一套Python整合包，包含Python官方的库以及一些市面上常用到的第三方库。可以节省一些时间，不用纠结在包之间的是否兼容的问题，别人已经整理好了。

运行环境 Runtime environment

1
2
操作系统 ： Windows10  
IDE: JetBrains Pycharm 2018.2.4 x64

背景

在学习推荐系统、机器学习、数据挖掘时，Python是非常强大的工具，也有很多很强大的模块，但是模块的安装却是一件令人头疼的事情。

现在有个工具——Anaconda，他已经帮我们集成好了很多工具了！Anaconda里面集成了很多关于python科学计算的第三方库，主要是安装方便，而Python是一个编译器，如果不使用Anaconda，那么安装起来会比较痛苦，各个库之间的依赖性就很难连接的很好。

在Windows中，Pycharm 和 Anaconda结合起来，岂不是美哉！

下载安装Anaconda

点击Anaconda，注意对应自己想要安装的Python版本就行了。

注意：因为Anaconda是自带Python的，所以不需要自己再去下载安装Python了，当然，如果你已经安装了Python也不要紧，不会发生冲突的！

下载安装Pycharm

装个小软件还是简单的呐。建议使用这个编辑器吧，个人感觉还是很好用的。如果你是已经安装了Pycharm了，那么可以直接跳到下一步。

它会自动找到你安装的Python，安装时按提示来就是了。

Pycharm中配置Anaconda的解释器

具体做法是：File->Default settings->Default project->project interpreter

接着点击 project interpreter 的右边的小齿轮，选择 add local ，选择Anaconda文件路径下的python.exe。接着Pycharm会更新解释器，导入模块等，要稍等一点时间

pip源配置

让我们先来解决第一个问题，相信这个问题也是让很多人都感到头疼的，因为如果不进行配置的话，安装python库的时候默认是使用国外的源，这时候下载速度会很慢！国内的源下载速度要好很多。
当然如果你能自己解决翻墙问题的话，这一步也可以跳过。

  1. 在windows文件管理器中，输入%APPDATA%,回车

1.png

  1. 找到对应的文件夹pip文件夹，然后在pip文件夹中编辑pip.ini文件（如果没有，自己就新建一个！）

2.png
3.png

  1. 最后再新建的pip.ini文件中输入一下内容：

    [global]
    index-url = https://pypi.tuna.tsinghua.edu.cn/simple

Anaconda的源配置

在安装了Anaconda后，我们也可以使用Anaconda来进行Python库的安装，同样的也需要进行源的配置。（其实使用pip，Anaconda来进行Python库的安装都是差不多，不过个人比较喜欢用Anaconda）

这个配置方法就很简单了，你只需要在配置了Anaconda的Pycharm中的终端（Terminal）输入一下命令即可：

conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config –set show_channel_urls yes

conda的包管理

Anaconda为我们提供方便的包管理命令——conda!

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
# 查看已经安装的packages
conda list

# 查看某个指定环境的已安装包
conda list -n python34

# 查找package信息
conda search numpy

# 安装scipy
conda install scipy

# 安装package
# 如果不用-n指定环境名称，则被安装在当前活跃环境
(以 numpy 包名为例！)
conda install -n python37 numpy

# 更新package
conda update -n python37 numpy

# 删除package
conda remove -n python37 numpy

由于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，例如：

1
2
3
4
5
6
7
8
9
10
11
# 更新conda，保持conda最新
conda update conda

# 更新Anaconda
conda update anaconda

# 更新python
conda update python

# 傻瓜式一条龙服务更新指令
conda update conda && conda update anaconda && conda update python