Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。其使用<code>conda</code>系统进行包管理。
区别于 virtualenv（Python 环境管理工具） 的地方是 Conda 不仅可以管理环境，还可管理 Python 的版本，创建独立环境只是 conda 的一个功能，它还是可以安装库。
那么安装库方面和 pip 的区别呢？
Conda 在安装一些依赖 C、C++的 Python 库时特别方便于流畅。比如：Numpy、Pandas、等一些数据库驱动，直接通过命令就可以安装，不需要额外自行编译、安装 C 库。
Pip 的优点在于包的丰富程度，Conda 找不到的包，在 pip 就可以找到。（简而言之，<code>conda install</code> 找不到的库，就用 <code>pip install</code> 安装）
所以，Conda 在 Python 安装依赖于其它语言的 Python 库表现极佳，多用于 Python 的科学计算和数据分析的环境搭建、管理。下文介绍的是 Conda 常用的命令和操作。
支持多平台，安装简单可以直接到官网下载安装包进行安装。可以通过命令 <code>conda info</code> 验证是否安装成功。
Tip： 完成版大约需要 3GB 的空间
由于默认为国外源，为了提高下载、更新包的速度，需要配置国内清华大学的源，命令如下：
之后安装库的时候会显示源的地址，如下图：
为了方便查找和记忆，常用命令分为 2 个部分：
管理环境的命令
管理包的命令
env：环境
env_name：环境名
exist_env_name：已存在的环境名
创建：<code>conda create --name env_name python=python版本号</code>（默认为当前 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 命令)
导出、导入环境：<code>conda env export > env_info_file.yml</code>、<code>conda env create -f env_info_file.yml</code>（导出、导入命令都是给予当前环境）
复制环境：<code>conda create --name env_name --clone exist_env_name</code>
Conda 创建后的环境种自带 pip，所以安装包也可以直接通过 pip 进行安装。
package_name：包名
安装包：<code>conda install package_name</code>，通过 <code>-n</code> 参数安装到指定环境 <code>conda install -n env_name package_name</code>
查看已安装的包：<code>conda list</code>，同样支持 <code>-n</code> 参数
查找已安装包的信息：<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>