大家好，又见面了，我是你们的朋友全栈君。

下载

直接去anaconda官网下载安装文件即可，具体网站自行搜索。
官网提供linux版本，windows版本，mac版本。
同时提供Anaconda完整版和miniconda最小版(无软件界面的，仅支持命令行执行)，新手推荐使用Anaconda版，熟悉之后推荐改用miniconda版，占用存储空间小，使用起来感受一样。

安装

linux环境

bash Anaconda3-2019.07-Linux-x86_64.sh
#yes+回车 
#然后重启terminal

window环境：直接双击安装exe文件，然后根据安装向导进行安装

升级

升级Anaconda需要先升级conda

conda update conda          #基本升级
conda update anaconda       #大的升级
conda update anaconda-navigator    //update最新版本的anaconda-navigator   

卸载Anaconda软件

由于Anaconda的安装文件都包含在一个目录中，所以直接将该目录删除即可。删除整个Anaconda目录：

计算机控制面板->程序与应用->卸载 //windows

或者

找到C:\ProgramData\Anaconda3\Uninstall-Anaconda3.exe执行卸载

rm -rf anaconda    //ubuntu

最后，建议清理下.bashrc中的Anaconda路径。

conda环境使用基本命令

conda update -n base conda        #update最新版本的conda
conda create -n xxxx python=3.5   #创建python3.5的xxxx虚拟环境
conda activate xxxx               #开启xxxx环境
conda deactivate                  #关闭环境
conda env list                    #显示所有的虚拟环境
conda info --envs                 #显示所有的虚拟环境

查看指定包可安装版本信息命令

参考：https://blog.csdn.net/qq_35203425/article/details/79965389
查看tensorflow各个版本：（查看会发现有一大堆TensorFlow源，但是不能随便选，选择可以用查找命令定位）

anaconda search -t conda tensorflow  

查看指定包可安装版本信息命令

anaconda show <USER/PACKAGE>  

查看指定anaconda/tensorflow版本信息

anaconda show tensorflow

输出结果会提供一个下载地址，使用下面命令就可指定安装1.8.0版本tensorflow

conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.8.0 

更新，卸载安装包：

conda list         #查看已经安装的文件包
conda list  -n xxx       #指定查看xxx虚拟环境下安装的package
conda update xxx   #更新xxx文件包
conda uninstall xxx   #卸载xxx文件包

删除虚拟环境

conda remove -n xxxx --all   //创建xxxx虚拟环境

清理（conda瘦身）

conda clean就可以轻松搞定！第一步：通过conda clean -p来删除一些没用的包，这个命令会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们。第二步：通过conda clean -t可以将删除conda保存下来的tar包。

conda clean -p      //删除没有用的包
conda clean -t      //删除tar包
conda clean -y --all //删除所有的安装包及cache

参考：https://blog.csdn.net/menc15/article/details/71477949

复制/重命名/删除env环境

Conda是没有重命名环境的功能的, 要实现这个基本需求, 只能通过愚蠢的克隆-删除的过程。
切记不要直接mv移动环境的文件夹来重命名, 会导致一系列无法想象的错误的发生!

//克隆oldname环境为newname环境
conda create --name newname --clone oldname 
//彻底删除旧环境
conda remove --name oldname --all      

注意：必须在base环境下进行以上操作，否则会出现各种莫名的问题。

conda自动开启/关闭激活

参考：https://www.cnblogs.com/clemente/p/11231539.html

conda activate   #默认激活base环境
conda activate xxx  #激活xxx环境
conda deactivate #关闭当前环境
conda config --set auto_activate_base false  #关闭自动激活状态
conda config --set auto_activate_base true  #关闭自动激活状态

Conda 安装本地包

有时conda或pip源下载速度太慢，install a过程中会中断连接导致压缩包下载不全，
此时，我们可以用浏览器等工具先下载指定包再用conda或pip进行本地安装

#pip 安装本地包
pip install   ～/Downloads/a.whl
#conda 安装本地包
conda install --use-local  ~/Downloads/a.tar.bz2

解决conda/pip install 下载速度慢

conda数据源管理

#显示目前conda的数据源有哪些
conda config --show channels
#添加数据源：例如, 添加清华anaconda镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
#删除数据源
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

记录一下

#本人的 ~/.condarc
auto_activate_base: false
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true

pip数据源管理

#显示目前pip的数据源有哪些
pip config list
pip config list --[user|global] # 列出用户|全局的设置
pip config get global.index-url # 得到这key对应的value 如：https://mirrors.aliyun.com/pypi/simple/

# 添加
pip config set key value
#添加数据源：例如, 添加USTC中科大的源：
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple
#添加全局使用该数据源
pip config set global.trusted-host https://mirrors.ustc.edu.cn/pypi/web/simple

# 删除
pip config unset key
# 例如
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

#搜索
pip search flask  #搜素flask安装包

# 升级pip
pip install pip -U

记录一下pip国内源

阿里云                    http://mirrors.aliyun.com/pypi/simple/
中国科技大学         https://pypi.mirrors.ustc.edu.cn/simple/ 
豆瓣(douban)         http://pypi.douban.com/simple/ 
清华大学                https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学  http://pypi.mirrors.ustc.edu.cn/simple/

pip安装包管理

pip list #列出当前缓存的包
pip purge #清除缓存
pip remove #删除对应的缓存
pip help #帮助
pip install xxx #安装xxx包
pip uninstall xxx #删除xxx包
pip show xxx #展示指定的已安装的xxx包
pip check xxx #检查xxx包的依赖是否合适

pip和conda批量导出、安装组件(requirements.txt)

参考

常用软件安装

参考：conda环境下常用软件安装

问题

1:failed ERROR conda.core.link:_execute(502):

conda install 软件时出现如下错误信息：
Preparing transaction: done
Verifying transaction: done
Executing transaction: 
failed ERROR conda.core.link:_execute(502):

解决方法：往往时权限不够，需要以管理员方式运行Anaconda prompt进行安装

2.anaconda或conda不是内部命令

解决方法：https://zhuanlan.zhihu.com/p/32446675

添加上图环境变量即可

jupyter notebook默认工作目录设置
参考：https://blog.csdn.net/liwei1205/article/details/78818568

1）在Anaconda Prompt终端中输入下面命令，查看你的notebook配置文件在哪里：

jupyter notebook --generate-config
#会生成文件C:\Users\用户\.jupyter\jupyter_notebook_config.py

2）打开jupyter_notebook_config.py文件通过搜索关键词：c.NotebookApp.notebook_dir，修改如下

c.NotebookApp.notebook_dir = 'E:\\tf_models'     //修改到自定义文件夹

3）然后重启notebook服务器就可以了

**注：**其它方法直接命令到指定目录，Anaconda Prompt终端中输：jupyter notebook 目录地址

3.conda创建环境时报错：NotWritableError: The current user does not have write permissions to a required path.

问题出现的主要原因：用户没有对.conda文件夹的读写权限，造成其原因是由于在安装conda时使用了管理员权限。

sudo chown -R xxx:xxx .conda    #xxx为自己的用户名/组

4.conda创建环境时报错：Collecting package metadata (current_repodata.json): failed ProxyError: Conda cannot proceed due to an error in your proxy configuration.

原因：主要是conda install xxx时，使用Ctrl+C强制中断安装xxx软件，然后修改了PC网络连接方式(代理连接改成了直连连接方式)

env | grep -i "_PROXY"
#可以看到还是原来的代理连接方式
#解决方法：
# 关闭当前终端，重新打开新的终端，然后就解决了问题