Python易用，但用好卻不易，其中比較頭疼的就是包管理和Python不同版本的問題，特別是當你使用Windows的時候。為了解決這些問題，有不少發行版的Python，比如WinPython、Anaconda等，這些發行版將python和許多常用的package打包，方便pythoners直接使用，此外，還有virtualenv、pyenv等工具管理虛擬環境。
個人嘗試了很多類似的發行版，最終選擇了Anaconda，因為其強大而方便的包管理與環境管理的功能。該文主要介紹下Anaconda，對Anaconda的理解，并簡要總結下相關的操作。
Anaconda是一個用于科學計算的Python發行版，支持 Linux, Mac, Windows系統，提供了包管理與環境管理的功能，可以很方便地解決多版本python并存、切換以及各種第三方包安裝問題。Anaconda利用工具/命令conda來進行package和environment的管理，并且已經包含了Python和相關的配套工具。
這里先解釋下conda、anaconda這些概念的差別。conda可以理解為一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用類似，環境管理則允許用戶方便地安裝不同版本的python并可以快速切換。Anaconda則是一個打包的集合，里面預裝好了conda、某個版本的python、眾多packages、科學計算工具等等，所以也稱為Python的一種發行版。其實還有Miniconda，顧名思義，它只包含最基本的內容——python與conda，以及相關的必須依賴項，對于空間要求嚴格的用戶，Miniconda是一種選擇。
進入下文之前，說明一下conda的設計理念——conda將幾乎所有的工具、第三方包都當做package對待，甚至包括python和conda自身！因此，conda打破了包管理與環境管理的約束，能非常方便地安裝各種版本python、各種package并方便地切換。
Anaconda的下載頁參見官網下載，Linux、Mac、Windows均支持。
安裝時，會發現有兩個不同版本的Anaconda，分別對應Python 2.7和Python 3.5，兩個版本其實除了這點區別外其他都一樣。后面我們會看到，安裝哪個版本并不本質，因為通過環境管理，我們可以很方便地切換運行時的Python版本。（由于我常用的Python是2.7和3.4，因此傾向于直接安裝Python 2.7對應的Anaconda）
下載后直接按照說明安裝即可。這里想提醒一點：盡量按照Anaconda默認的行為安裝——不使用root權限，僅為個人安裝，安裝目錄設置在個人主目錄下（Windows就無所謂了）。這樣的好處是，同一臺機器上的不同用戶完全可以安裝、配置自己的Anaconda，不會互相影響。
對于Mac、Linux系統，Anaconda安裝好后，實際上就是在主目錄下多了個文件夾（~/anaconda）而已，Windows會寫入注冊表。安裝時，安裝程序會把bin目錄加入PATH（Linux/Mac寫入~/.bashrc，Windows添加到系統變量PATH），這些操作也完全可以自己完成。以Linux/Mac為例，安裝完成后設置PATH的操作是
# 將anaconda的bin目錄加入PATH，根據版本不同，也可能是~/anaconda3/bin
echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
# 更新bashrc以立即生效
source ~/.bashrc
配置好PATH后，可以通過which conda或conda --version命令檢查是否正確。假如安裝的是Python 2.7對應的版本，運行python --version或python -V可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit)，也說明該發行版默認的環境是Python 2.7。
Conda的環境管理功能允許我們同時安裝若干不同版本的Python，并能自由切換。對于上述安裝過程，假設我們采用的是Python 2.7對應的安裝包，那么Python 2.7就是默認的環境（默認名字是root，注意這個root不是超級管理員的意思）。
假設我們需要安裝Python 3.4，此時，我們需要做的操作如下：
# 創建一個名為python34的環境，指定Python版本是3.4（不用管是3.4.x，conda會為我們自動尋找3.4.x中的最新版本）
conda create --name python34 python=3.4# 此時，再次輸入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系統已經切換到了3.4的環境# 如果想返回默認的python 2.7環境，運行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac# 刪除一個已有的環境
conda remove --name python34 --all# 安裝好后，使用activate激活某個環境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 激活后，會發現terminal輸入的地方多了python34的字樣，實際上，此時系統做的事情就是把默認2.7環境從PATH中去除，再把3.4對應的命令加入PATH
用戶安裝的不同python環境都會被放在目錄~/anaconda/envs下，可以在命令中運行conda info -e查看已安裝的環境，當前被激活的環境會顯示有一個星號或者括號。
說明：有些用戶可能經常使用python 3.4環境，因此直接把~/anaconda/envs/python34下面的bin或者Scripts加入PATH，去除anaconda對應的那個bin目錄。這個辦法，怎么說呢，也是可以的，但總覺得不是那么elegant……
如果直接按上面說的這么改PATH，你會發現conda命令又找不到了（當然找不到啦，因為conda在~/anaconda/bin里呢），這時候怎么辦呢？方法有二：1. 顯式地給出conda的絕對地址 2. 在python34環境中也安裝conda工具（推薦）。
Conda的包管理就比較好理解了，這部分功能與pip類似。
例如，如果需要安裝scipy：
# 安裝scipy
conda install scipy
# conda會從從遠程搜索scipy的相關信息和依賴項目，對于python 3.4，conda會同時安裝numpy和mkl（運算加速的庫）# 查看已經安裝的packages
conda list
# 最新版的conda是從site-packages文件夾中搜索已經安裝的包，不依賴于pip，因此可以顯示出通過各種方式安裝的包
conda的一些常用操作如下：
# 查看當前環境下已安裝的包
conda list# 查看某個指定環境的已安裝包
conda list -n python34# 查找package信息
conda search numpy# 安裝package
conda install -n python34 numpy
# 如果不用-n指定環境名稱，則被安裝在當前活躍環境
# 也可以通過-c指定通過某個channel安裝# 更新package
conda update -n python34 numpy# 刪除package
conda remove -n python34 numpy
前面已經提到，conda將conda、python等都視為package，因此，完全可以使用conda來管理conda和python的版本，例如
# 更新conda，保持conda最新
conda update conda# 更新anaconda
conda update anaconda# 更新python
conda update python
# 假設當前環境是python 3.4, conda會將python升級為3.4.x系列的當前最新版本
補充：如果創建新的python環境，比如3.4，運行conda create -n python34 python=3.4之后，conda僅安裝python 3.4相關的必須項，如python, pip等，如果希望該環境像默認環境那樣，安裝anaconda集合包，只需要：
# 在當前環境下安裝anaconda包集合
conda install anaconda# 結合創建環境的命令，以上操作可以合并為
conda create -n python34 python=3.4 anaconda
# 也可以不用全部安裝，根據需求安裝自己需要的package即可
如果需要安裝很多packages，你會發現conda下載的速度經常很慢，因為Anaconda.org的服務器在國外。所幸的是，清華TUNA鏡像源有Anaconda倉庫的鏡像，我們將其加入conda的配置即可：
# 添加Anaconda的TUNA鏡像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中鏡像地址加有引號，需要去掉# 設置搜索時顯示通道地址
conda config --set show_channel_urls yes
執行完上述命令后，會生成~/.condarc(Linux/Mac)或C:/Users/USER_NAME/.condarc文件，記錄著我們對conda的配置，直接手動創建、編輯該文件是相同的效果。
Anaconda具有跨平臺、包管理、環境管理的特點，因此很適合快速在新的機器上部署Python環境。總結而言，整套安裝、配置流程如下：
cheat-sheet 下載：
Conda cheat sheet
參考資料
用anaconda保證64位和32位的python共存
背景
喵哥想在MFC中調用python腳本，在原來的代碼中包含一個只支持x86的庫文件（超級核心的文件），原本安裝的python是x64的，強行運行程序會出現python頭文件里的函數無法解析的錯誤。考慮到anaconda可以方便的管理python版本，所以采用anaconda來安裝32位的python。
Anaconda的一些命令
1.查看當前工作平臺：conda info
(base) C:/Users/Catlin Cao>conda info
active environment : base
active env location : F:/Anaconda3
shell level : 1
user config file : C:/Users/Catlin Cao/.condarc
populated config files : C:/Users/Catlin Cao/.condarc
conda version : 4.5.11
conda-build version : 3.15.1
python version : 3.7.0.final.0
base environment : F:/Anaconda3 (writable)
channel URLs : https://repo.anaconda.com/pkgs/main/win-32
https://repo.anaconda.com/pkgs/main/noarch
https://repo.anaconda.com/pkgs/free/win-32
https://repo.anaconda.com/pkgs/free/noarch
https://repo.anaconda.com/pkgs/r/win-32
https://repo.anaconda.com/pkgs/r/noarch
https://repo.anaconda.com/pkgs/pro/win-32
https://repo.anaconda.com/pkgs/pro/noarch
https://repo.anaconda.com/pkgs/msys2/win-32
https://repo.anaconda.com/pkgs/msys2/noarch
package cache : F:/Anaconda3/pkgs32
C:/Users/Catlin Cao/AppData/Local/conda/conda/pkgs32
envs directories : F:/Anaconda3/envs
C:/Users/Catlin Cao/AppData/Local/conda/conda/envs
C:/Users/Catlin Cao/.conda/envs
platform : win-32
user-agent : conda/4.5.11 requests/2.19.1 CPython/3.7.0 Windows/10 Windows/10.0.17134
administrator : False
netrc file : None
offline mode : False
可見此時是64位平臺。
2.切換64位和32位：set CONDA_FORCE_32BIT=1是切換到32位；set CONDA_FORCE_32BIT= 是切換到64位。
需要注意的是，這樣切換環境對于已經安裝的python沒有任何影響，即原先是64位的python，現在還是64位，所以需要切換到32位后再安裝python，并且安裝需要在prompt下進行，在navigator里新建的python默認是64位的。
3.安裝python：conda create -n env_name python=3.74，如果需要安裝一些包，只需要在name后加上對應的包名稱。conda create -n env_name numpy matplotlib python=3.74。
例如我們想安裝python3.74 的32位版本
conda create -n python32 python=3.74
4.切換環境：conda activate env_name，conda deactivate env_name。
5.移除環境：conda remove -n env_name --all
6.安裝包：activate env_name，conda install pandas。安裝anaconda發行版的所有包：conda install anaconda，但是這樣會在所有環境都執行這樣的操作，所以需要指定安裝環境：conda install -n env_name pandas
今天需要調用一個dll動態函數庫，但是本地的python是64位的，dll是32位的，直接調用會報錯。
OSError: [WinError 193] %1 不是有效的 Win32 應用程序。
python版本：3.6
anaconda對于python版本的管理還是很方便的，所以這里用anaconda才實現32位和64位python共存
1、打開anaconda prompt，輸入 conda info ，可以看到現在用的是64位的。
2、切換成32位的 set CONDA_FORCE_32BIT=1 可以看出已經切換成32位的了
3、安裝32位的python3.6 conda create -n python32 python=3.6
安裝完成后在anaconda3文件夾下面會有一個envs文件夾
4、激活環境 conda activate python32 ，如果要取消 conda deactivate python32，如果要刪除環境 conda remove -n python32--all
5、如果要在pycharm中使用該環境
點擊add local
點擊ok就行了
以上的操作都是在Anaconda Prompt里，其實用Anaconda圖形界面（Navigator）安裝python會更加直觀，但是需要注意的是，無論你是否在Prompt里設置了32位的環境，用Navigator安裝的python都是64位的，大家可以試一下，有異議歡迎留言交流。
新聞熱點
疑難解答
圖片精選
