标签：产生 无法运行 发行版本 回退 pip 安装包 函数 参考 工具
anaconda 产生背景：anaconda套件介绍：
Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括：conda, numpy, scipy, ipython notebook等。
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。
pip 与 conda 比较
→ 依赖项检查
? pip：
① 不一定会展示所需其他依赖包。
② 安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误。
? conda：
① 列出所需其他依赖包。
② 安装包时自动安装其依赖项。
③ 可以便捷地在包的不同版本中自由切换。
→ 环境管理
? pip：维护多个环境难度较大。
? conda：比较方便地在不同环境之间进行切换，环境管理较为简单。
→ 对系统自带Python的影响
? pip：在系统自带Python中包的更新/回退版本/卸载将影响其他程序。
? conda：不会影响系统自带Python。
→ 适用语言
? pip：仅适用于Python。
? conda：适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
⑥ conda与pip、virtualenv的关系
? conda结合了pip和virtualenv的功能。
anaconda 常用命令总结：
#activate //引入anaconda的虚拟环境中，后面不接参数将会进入base模式
#activete xiao //切换python环境，切换环境之后输入python，进入python编辑器命令行模式进行python程序编写
#>>>exit() //退出python编辑器
#conda create -n learn python=3 //创建一个新的python环境，新创建的环境是只有python内建包，没有第三方包的
#conda env list或conda info -e //查看所有的环境
#pip install requests或conda install requests //安装第三方包，再conda无法安装时使用pip
#conda list //查看环境中的包
#pip uninstall requests或conda remove requests //卸载环境中的包
#conda remove -n learn --all // 删除learn环境及下属所有包
#conda update requests //更新requests包
#conda upgrade --all //更新所有包，建议安装完annconda后就执行这条命令，便于后续使用
#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
annconda比较全面的介绍，请参考下面链接文章
https://zhuanlan.zhihu.com/p/32925500
标签：产生 无法运行 发行版本 回退 pip 安装包 函数 参考 工具
原文地址：https://blog.51cto.com/yaoxiaofeng/2524395
