Anaconda 是一個用于科學計算的 Python 發行版，支援 Linux, Mac, Windows, 包含了衆多流行的科學計算、資料分析的 Python 包。其使用<code>conda</code>系統進行包管理。
差別于 virtualenv（Python 環境管理工具） 的地方是 Conda 不僅可以管理環境，還可管理 Python 的版本，建立獨立環境隻是 conda 的一個功能，它還是可以安裝庫。
那麼安裝庫方面和 pip 的差別呢？
Conda 在安裝一些依賴 C、C++的 Python 庫時特别友善于流暢。比如：Numpy、Pandas、等一些資料庫驅動，直接通過指令就可以安裝，不需要額外自行編譯、安裝 C 庫。
Pip 的優點在于包的豐富程度，Conda 找不到的包，在 pip 就可以找到。（簡而言之，<code>conda install</code> 找不到的庫，就用 <code>pip install</code> 安裝）
是以，Conda 在 Python 安裝依賴于其它語言的 Python 庫表現極佳，多用于 Python 的科學計算和資料分析的環境搭建、管理。下文介紹的是 Conda 常用的指令和操作。
支援多平台，安裝簡單可以直接到官網下載下傳安裝包進行安裝。可以通過指令 <code>conda info</code> 驗證是否安裝成功。
Tip： 完成版大約需要 3GB 的空間
由于預設為國外源，為了提高下載下傳、更新包的速度，需要配置國内清華大學的源，指令如下：
之後安裝庫的時候會顯示源的位址，如下圖：
為了友善查找和記憶，常用指令分為 2 個部分：
管理環境的指令
管理包的指令
env：環境
env_name：環境名
exist_env_name：已存在的環境名
建立：<code>conda create --name env_name python=python版本号</code>（預設為目前 python 版本，例如：python=2.7.5）
列出所有 env：<code>conda info -e</code>
删除：<code>conda remove -n env_name --all</code>
激活、退出：<code>source activate env_name</code>、<code>source deactivate env_name</code>（Windows 下去掉 source 指令)
導出、導入環境：<code>conda env export > env_info_file.yml</code>、<code>conda env create -f env_info_file.yml</code>（導出、導入指令都是給予目前環境）
複制環境：<code>conda create --name env_name --clone exist_env_name</code>
Conda 建立後的環境種自帶 pip，是以安裝包也可以直接通過 pip 進行安裝。
package_name：包名
安裝包：<code>conda install package_name</code>，通過 <code>-n</code> 參數安裝到指定環境 <code>conda install -n env_name package_name</code>
檢視已安裝的包：<code>conda list</code>，同樣支援 <code>-n</code> 參數
查找已安裝包的資訊：<code>conda search package_name</code>
更新包：<code>conda update -n env_name package_name</code>
删除包：<code>conda remove -n env_name package_name</code>