python和anaconda的区别：
其实anaconda是包含python的。所以安装了anaconda就不用安装python了。
要想跑python程序，要有解释器和编译器。
解释器就是python2或python3.含有python.exe。就是将你编写的python语言编译成机器所认识的机器代码。
编译器就是你写代码的环境，比如pycharm或者vscode。
由于python3不兼容python2，也就是说python2语言写出来的代码没办法在python3的环境中运行。
那在装了python3环境的电脑上跑python2怎么办呢？也不能每次跑的时候都重新配一下环境变量吧？（也可以但是不觉得麻烦吗？）所以anaconda就诞生了。它可以将每个开发的程序选用不同的环境，而且开发好的程序所需要的环境（就是第三方包）独立的打包成来，这样再在另一台电脑上跑该程序时就不用再单独下载包了。
anaconda中组件：
Anaconda Navigtor ：用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。
Jupyter notebook ：基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。
qtconsole ：一个可执行 IPython 的仿终端图形界面程序，相比 Python Shell 界面，qtconsole 可以直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。
spyder ：一个使用Python语言、跨平台的、科学运算集成开发环境。
管理虚拟环境：
接下来你就可以随意的创建不同的python环境了。下边的管理命令都在命令行进行。
1、activate
activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入anaconda自带的base环境,
你可以输入python试试, 这样会进入base环境的python解释器, 如果你把原来环境中的python环境去除掉会更能体会到, 这个时候在命令行中使用的已经不是你原来的python而是base环境下的python.而命令行前面也会多一个(base) 说明当前我们处于的是base环境下.
现在anaconda支持的环境版本默认为3.7，但是如果想用python3.6时（因为tensorflow模块目前不支持3.7），你可以将base的环境退回3.6版本。
步骤：
- 打开anaconda prompt
- 输入代码：
bash conda install python=3.6 - 等待提示，输入y
2、创建自己的虚拟环境
如若你想创建一个名为oda的虚拟环境并指定为python3时，执行以下命令：
conda create -n oda python=3
3、切换环境
在命令行执行以下代码：
activate oda(注：就是你创建环境所定义的名称)
如果忘记了名称可以先执行一下代码（你的环境列表）：
conda env list
4、安装第三方包
一般你需要安装第三方包时需要先查一下此环境下有没有此包。
检查你所在的环境有无你所需要的包（以requests包为例），步骤：
- 输入
python（打开python解释器） - 输入
import requests（如果没有就会报错） - 输入
exit().(退出)
接下来安装requests包,步骤： - 输入
conda install requests或pip install requests - 安装完成后进入python解释器，输入
python - 引入包，输入
import requests
5、卸载第三方包
输入conda remove requestes或pip uninstall requests
6、查看当前环境中安装的包
输入conda list
7、导入导出环境 - 导出：
conda env export > environment.yaml(将包信息存入yaml文件中，这个文件生成在你所在环境的路径下) - 导入：如果在同一台电脑上安装两个一样的环境，需要改以下名称： 打开.yaml文件。修改name:后的名称和prefix:后面相应的名称
然后执行代码：conda env create -f environment.yaml
为了你在丢失文件的情况下也可以找到自己环境，你需要做的工作以下步骤：
- 输入
conda env list(查看你的环境有哪些) - 输入
pip freeze > requirements.txt
在迁移到另一台电脑时就找requiemrnts文件就行了。（在你的%homepath%/用户名的路径下）
科普以下常用的命令：
activate // 切换到base环境
activate learn // 切换到learn环境
conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本)
conda env list // 列出conda管理的所有环境
conda list // 列出当前环境的所有包
conda install requests 安装requests包
conda remove requests 卸载requets包
conda remove -n learn --all // 删除learn环境及下属所有包
conda update requests 更新requests包
conda env export > environment.yaml // 导出当前环境的包信息
conda env create -f environment.yaml // 用配置文件创建新的虚拟环境
文章出处登录后可见！
