Conda是什么？
Conda 是为 Python 程序创建的，目前最流行的环境管理工具。
它是开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换，适用于 Linux / Windows。值得说明的是 Conda 将 Python 也作为一个包，进行版本管理。
Conda vs pip
普通安装 Python 的时候一般都是自带 pip 管理器的。 Conda 与 pip 最大的不同之处是，当我们需要管理的packages不仅仅局限于 Python 语言时，Conda 是更好的选择。如果不用 Conda 也是可以的，但是就需要用 pip + 其他语言管理器实现替代。
所以 Conda 要做比 pip 更多的事情，在 python-site-packages 之外管理 Python 库依赖关系，让你同时管理安装处理你有关Python的任务和跟Python无关的任务。
另外，Conda 使用了一个新的包格式，pip 不能安装和解析 Conda 的包格式，你可以使用这两个工具，但是他们是不能交互的。
Conda - AnaConda - MiniConda
网络上比较常见的是AnaConda，这里来具体说明三者的关系：
- Anaconda：用于科学计算的Python发行版，里面预装好了Conda，某个版本的Python，众多packages，科学计算工具（Jupyter Notebook、Spyder）等。 Anaconda利用工具/Conda命令来进行package和environment的管理。
- Conda：可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。
- Miniconda：只含有最基本的内容python、conda，以及相关的必须依赖项，对于空间要求严格/希望精简编程的用户，Miniconda是一个很好的选择。
一般，Anaconda需要2G左右，Miniconda不到100M，而且Anaconda中的很多功能用不到，所以科学环境初步搭建推荐大家使用Miniconda~
必须知道的Conda命令
这里mark一下常用的命令，未完待续~
-
包管理
管理Python相关的包，主要是查看、安装、更新、删除等功能。
1. conda list #查看当前环境下已安装的包 2. conda list -n python34 #查看某个指定环境的已安装包 3. conda search requests #查找package信息 4. conda install requests #安装package 5. conda install -n python34 requests #如果不用-n指定环境名称，则被安装在当前活跃环境(已指定环境) 6. conda update requests #更新package（可指定环境） 7. conda remove requests #删除package（可指定环境） 8. conda update conda #更新conda,保持conda最新 9. conda update anaconda #更新anaconda 10. conda update python #更新python(若当前环境是python3.6，conda会将其升级为3.6x系列的当前最新版本) 11. anaconda search -t conda xgboost # 查找信息 -
环境管理
Conda 管理不同版本的 Python，自由进行切换。激活环境后，会发现terminal输入的地方多了python34的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.4对应的命令加入PATH。
1. activate py34 #for Windows，使用activate激活某个环境 2. source activate py34 #for Linux & Mac，使用activate激活某个环境 3. deactivate py34 #for Windows，想返回默认的python 2.7环境 4. source deactivate py34 #for Linux & Mac，想返回默认的python 2.7环境 5. conda remove --name py34 --all #删除已有的环境 6. conda create --name py34 python=3.4 # 创建名为py34的环境，指定Python版本是3.4（不用管是3.4.x，conda会自动寻找3.4.x中的最新版本） 7. conda info -e #查看conda中的环境信息
