最近學習TensorFlow，需要安裝其環境。由于TensorFlow需要的依賴環境較多，逐個安裝費時費力，而且容易出錯。在網上搜尋發現了Anaconda的安裝方式，經過實踐發現安裝過程非常簡單、友善，特在此記錄一下(๑╹◡╹)ﾉ”“”
Anacond的介紹 Anaconda指的是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項。 因為包含了大量的科學包，Anaconda 的下載下傳檔案比較大（約 531 MB），如果隻需要某些包，或者需要節省帶寬或存儲空間，也可以使用Miniconda這個較小的發行版（僅包含conda和 Python）。
Conda是一個開源的包、環境管理器，可以用于在同一個機器上安裝不同版本的軟體包及其依賴，并能夠在不同的環境之間切換
Anaconda包括Conda、Python以及一大堆安裝好的工具包，比如：numpy、pandas等
Miniconda包括Conda、Python
安裝Anaconda5.0.0
進入Anaconda的官網，點選下載下傳
Python3.6
的版本。注意不要下錯了，一個是python2的，還有一個是python3的，根據自己的安裝的python下載下傳。下載下傳完畢後點選安裝即可。安裝的目錄可以不按照預設自己進行選擇，其中有一點需要注意的地方，到某一步之後會有兩個打鈎的地方：
圖檔來源于網絡，版本不是5.0.0的，不過這兩個選項是一樣的，這裡作為示範。
在5.0.0的版本，預設是勾選第二項的，但第一項會提示你不要選。第一項是讓你選擇是否添加到環境變量。本文在安裝的時候沒有勾選。如果之後有需要的話，可以在系統環境變量裡面的
path
中添加Anaconda的安裝目錄（安裝目錄是在安裝的時候選擇的目錄）。如果是windows的話需要去 控制台\系統和安全\系統\進階系統設定\環境變量\使用者變量\PATH 中添加 anaconda的安裝目錄的Scripts檔案夾, 比如我的路徑是C:\Anaconda3\Scripts, 看個人安裝路徑不同需要自己調整.
之後就打開指令行看是否安裝正确。輸入 conda --version
如圖所示就是成功。
為了避免可能發生的錯誤, 我們在指令行輸入conda upgrade --all 先把所有工具包進行更新
管理虛拟環境
接下來我們就可以用anaconda來建立我們一個個獨立的python環境了.接下來的例子都是在指令行操作的,請打開你的指令行吧.
activate
activate 能将我們引入anaconda設定的虛拟環境中, 如果你後面什麼參數都不加那麼會進入anaconda自帶的base環境,
你可以輸入python試試, 這樣會進入base環境的python解釋器, 如果你把原來環境中的python環境去除掉會更能體會到, 這個時候在指令行中使用的已經不是你原來的python而是base環境下的python.而指令行前面也會多一個(base) 說明目前我們處于的是base環境下。
當然建立自己的虛拟環境了，我們應該為自己的程式安裝單獨的虛拟環境.建立一個名稱為learn的虛拟環境并指定python版本為3
在cmd中輸入 conda create -n learn python=3
切換環境 ：activate learn(建立的環境名）
也可以用 conda env list 來檢視我們有哪些環境。
然後在一個新的環境下，肯定是要安裝許許多多的包的，那個就隻需要 conda install 包名 就行了。
解除安裝就是conda remove 包名了
檢視環境包資訊： 檢視安裝了哪些包， conda list
導入導出環境
如果想要導出目前環境的包資訊可以用
conda env export > environment.yaml
将包資訊存入yaml檔案中.
當需要重新建立一個相同的虛拟環境時可以用
conda env create -f environment.yaml
其實指令很簡單對不對, 我把一些常用的在下面給出來, 相信自己多打兩次就能記住
activate // 切換到base環境
activate learn // 切換到learn環境
conda create -n learn python=3 // 建立一個名為learn的環境并指定python版本為3(的最新版本)
conda env list // 列出conda管理的所有環境
conda list // 列出目前環境的所有包
conda install requests 安裝requests包
conda remove requests 解除安裝requets包
conda remove -n learn --all // 删除learn環境及下屬所有包
conda update requests 更新requests包
conda env export > environment.yaml // 導出目前環境的包資訊
conda env create -f environment.yaml // 用配置檔案建立新的虛拟環境
在我們放anaconda 的檔案夾裡面，會找到envs檔案夾，這裡存放着我們用anaconda 創的環境。如圖所示
然後發現這不就是一個标準的python環境目錄嗎?
這麼一看, anaconda所謂的建立虛拟環境其實就是安裝了一個真實的python環境, 隻不過我們可以通過activate,conda等指令去随意的切換我們目前的python環境, 用不同版本的解釋器和不同的包環境去運作python腳本.
pycharm中使用anaconda部署python環境
打開我們的pycharm編譯器