Anaconda 是一款流行的数据科学平台，非常受广大数据分析和算法爱好者的欢迎。其为个人用户提供免费的教育版本，大大降低了入门数据分析环境配置的门槛，在windows和linux平台上使用都很方便。本文主要介绍Anaconda 在window10 平台安装以及Python虚拟环境的配置过程.



1. 安装Anaconda

Anaconda的安装过程很方便，下载安装包-》双击-》选择安装路径-》安装，和在windows上安装软件一样。需要注意的是：

• 国内从官方网站下载安装包速度很慢，可以从清华开源镜像下载:

tuna anaconda archive

• 下载时注意看安装包的后缀是否和自己电脑的系统一致，另外也要注意Python的版本, Anaconda2基于Python2.7, Anaconda3基于Python3.7. 另外你可以通过Anaconda conda 软件包管理工具创建任何Python版本的环境。

• 安装过程中会提示是否自动修改环境变量，此处不要勾选，后续手动添加

2. 配置环境变量

安装完成后你可以通过开始-》Anaconda3-》Anaconda Navigator 进入Anaconda GUI操作页面

Anaconda navigator

其中包含了很多很多数据分析工具，最长用的jupyter notebook, 点击launch就可以启用了。但是这样存在一个问题就是自动默认的工作目录是在家目录下，个人觉的更直观的启动方式是进入相应的工作目录，比如在E盘下创建jupyter_notebook_repo这样一个工作目录，在文件夹内空白处鼠标右键-》git bash, 然后在bash终端中启动jupyter notebook，这样的方式和用vscode 启动项目也是一致的。要实现上述功能就需要配置环境变量。Anaconda 共涉及到四个环境变量：

# 注意我这里把Anaconda 安装在了D:\ProgramData文件夹下，你需要按照你的安装路径来添加
D:\ProgramData\Anaconda3
D:\ProgramData\Anaconda3\Library\mingw-w64
D:\ProgramData\Anaconda3\Library\bin
D:\ProgramData\Anaconda3\Scripts

添加好后，按照上述方式启动git bash, 输入jupyter notebook 就可以启动了。



3. 虚拟环境

在anaconda平台上创建虚拟环境主要通过自带的包管理工具conda 而不是pip, 而且即使是虚拟环境创建好以后需要安装新的包也尽量使用conda而不是pip。

3.1 conda, pip加速

在创建虚拟环境之前也要对conda和pip进行配置来加速下载需要的包。

conda 加速参考这里

pip 加速参考这里

感谢tuna, Thanks a million!

3.2 创建虚拟环境：

以创建一个python3.6 名称是virenvtest的环境为例，在任意位置鼠标右键打开git bash，输入：

conda create --name virenvtest python=3.6

按照提示输入y就创建成功了。

执行：

conda env list

查看当前的虚拟环境，默认的是base（前面有*标记的）

执行：

source activate virenvtest

启动虚拟环境

执行：

pip list

查看当前环境下安装了哪些包

要想在新环境下使用jupyter notebook，需要安装jupyter 包

执行：

conda install jupyter

执行：

python -m ipykernel install --user --name virenvtest 
#virenvtest kernel名称，可以和虚拟环境不同

再次执行 jupyter notebook, 启动notebook，右上角新建，就可以在自己的工作目录下，基于新的Python环境创建notebook了



最后，退出虚拟环境的命令：

conda deactive



总结

本文主要有以下几点需要回顾一下：

• 在工作目录中通过git bash 启动jupyter notebook

• conda 和pip加速，效果明显，谁用谁知道，(。-ω-)zzz