摘要：按目前的發展趨勢，未來的主流版為。這里介紹一個強大的軟件，它實現和兩個版本的共存，并且可以相互轉換。應用程序是包和環境管理器。另外值得一提的是，并不僅僅管理的工具包，它也能安裝非的包。實際上，腳本和程序使用的默認是附帶的。

初學Python時，總是被python的兩個不太兼容的版本搞得頭昏腦脹。按目前的發展趨勢，python未來的主流版為python3。但是我們經常會遇到一些很有意思代碼使用的是python2版本。于是我們需要同時擁有python2和python3的運行環境。這里介紹一個強大的軟件Anaconda，它實現python2和python3兩個版本的共存，并且可以相互轉換。Anaconda 是一個用于科學計算的 Python 發行版，支持 Linux, Mac, Windows, 包含了眾多流行的科學計算、數據分析的 Python 包。

使用Anaconda輕松解決Python2和Python3共存

2018年05月04日 - 初稿

閱讀原文 - https://wsgzao.github.io/post...

擴展閱讀

Anaconda - https://anaconda.org/

Anaconda 實際上是一個軟件發行版，它附帶了 conda、Python 和多個科學包及其依賴項。應用程序 conda 是包和環境管理器。Anaconda 的下載文件比較大（約 500 MB），因為它附帶了 Python 中最常用的數據科學包。如果只需要某些包，或者需要節省帶寬或存儲空間，也可以使用 Miniconda 這個較小的發行版（僅包含 conda 和 Python）。

Anaconda是專注于數據分析的Python發行版本，包含了conda、Python等多個科學包及其依賴項。作為好奇寶寶的你是不是發現了一個新名詞?conda，那么你一定會問 conda 又是什么呢？

conda 是開源包（packages）和虛擬環境（environment）的管理系統

packages 管理：?可以使用 conda 來安裝、更新 、卸載工具包 ，并且它更關注于數據科學相關的工具包。在安裝 anaconda 時就預先集成了像 Numpy、Scipy、 pandas、Scikit-learn 這些在數據分析中常用的包。另外值得一提的是，conda 并不僅僅管理Python的工具包，它也能安裝非python的包。比如在新版的 Anaconda 中就可以安裝R語言的集成開發環境 Rstudio。

虛擬環境管理：?在conda中可以建立多個虛擬環境，用于隔離不同項目所需的不同版本的工具包，以防止版本上的沖突。對糾結于 Python 版本的同學們，我們也可以建立 Python2 和 Python3 兩個環境，來分別運行不同版本的 Python 代碼。

知道?是什么（what）?的同時，我們也需要問一問?為什么（why）。那么，為什么要選擇用Anaconda呢？

Anaconda的優點總結起來就八個字：省時省心、分析利器。

省時省心：?Anaconda通過管理工具包、開發環境、Python版本，大大簡化了你的工作流程。不僅可以方便地安裝、更新、卸載工具包，而且安裝時能自動安裝相應的依賴包，同時還能使用不同的虛擬環境隔離不同要求的項目。

分析利器：?在?Anaconda?官網中是這么宣傳自己的：適用于企業級大數據分析的Python工具。其包含了720多個數據科學相關的開源包，在數據可視化、機器學習、深度學習等多方面都有涉及。不僅可以做數據分析，甚至可以用在大數據和人工智能領域。

解決了?是什么?以及?為什么?的問題后，下面讓我們看一下?怎么做（How）。

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 Navigator?：用于管理工具包和環境的圖形用戶界面，后續涉及的眾多管理命令也可以在 Navigator 中手工實現。

Jupyter notebook?：基于web的交互式計算環境，可以編輯易于人們閱讀的文檔，用于展示數據分析的過程。

qtconsole?：一個可執行 IPython 的仿終端圖形界面程序，相比 Python Shell 界面，qtconsole 可以直接顯示代碼生成的圖形，實現多行代碼輸入執行，以及內置許多有用的功能和函數。

spyder?：一個使用Python語言、跨平臺的、科學運算集成開發環境。Spyder的最大優點就是模仿MATLAB的“工作空間”。

Conda : Conda的包管理就比較好理解了，這部分功能與pip類似。

Anaconda 可用于 Windows、Mac OS X 和 Linux。可以在官網上找到安裝程序和安裝說明
https://www.anaconda.com/down...

如果計算機上已經安裝了 Python，這不會有任何影響。實際上，腳本和程序使用的默認 Python 是 Anaconda 附帶的 Python。這里需要注意的是選對自己操作系統對應的版本。安裝完后打開cmd,輸入conda list可以查看當前安裝的內容。輸入conda upgrade --all，可以更新默認環境下的所有包。并在提示是否更新的時候輸入y（Yes）以便讓更新繼續。初次安裝下的軟件包版本一般都比較老舊，因此提前更新可以避免未來不必要的問題。

本人使用的操作系統：Win10，前往anaconda官網下載對應的版本，本人選擇的是Python3.6 + Python 2.7（實際上下載一個即可，推薦3.6）

默認安裝不會自動添加全局變量，如果有需求可以手動配置Path，以Anaconda2為例

# 將加入到PATH路徑
D:ProgramsAnaconda2
D:ProgramsAnaconda2Scripts

# 在cmd輸入
python -V

Python 2.7.14 :: Anaconda, Inc.

在win10環境下進行傻瓜式安裝。當安裝完成時，計算機便具備了Python3.6的環境，推薦使用 Anaconda Prompt 進入命令行

接下來，在cmd的環境下，輸入以下命令安裝Python2.7的環境

conda create -n python27 python=2.7 anaconda

上面的代碼創建了一個名為python27的python2.7的環境，最后一個參數表示安裝anaconda下python2.7的所有默認包，這個參數時可選的。

我們進入cmd環境，現在默認的python版本時python3.6，只需要一行簡單的代碼就可以轉為python2.7的環境

activate python27

此時本窗口下的python版本變為了python2.7，那么你肯定猜到了恢復到python3.6的命令

deactivate python27

其實呢，一般沒有必要恢復到原環境。只要打開一個新的cmd窗口，默認的python版本就是python3.6

這里使用了清華大學開源軟件鏡像站tuna提供的資源，在此表示感謝

https://mirrors.tuna.tsinghua...

Anaconda 安裝包可以到以下地址分流下載
https://mirrors.tuna.tsinghua...

因為Anaconda.org的服務器在國外，conda下載的速度經常很慢。可以設置國內的鏡像源來加速：

# TUNA 還提供了 Anaconda 倉庫的鏡像，運行以下命令即可添加 Anaconda Python 免費倉庫
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 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，會生成配置文件記錄著我們對conda的配置，直接手動創建、編輯該文件是相同的效果
# Linux/Mac
~/.condarc
# Windows
C:UsersUSER_NAME.condarc

# 運行測試一下吧
conda install numpy

以下操作為 anaconda python3.6 環境下進入Anaconda Prompt安裝django1.11的實踐過程

# 在python3.6環境下進入Anaconda Prompt創建django1.x專用虛擬環境
conda create -n django1.x
# 激活專用虛擬環境
activate django1.x
# 查看conda當前django可用版本
conda search django
conda install django==1.11.10
# 切換到虛擬環境家目錄
cd C:UserswsgzaoAppDataLocalcondacondaenvsdjango1.x
# 創建項目
django-admin.py startproject myweb
# 創建app
python manage.py startapp myapp
# 啟動Django中的開發服務器
python manage.py runserver
# 幫助文檔
python manage.py -h
# Django命令
python manage.py  [options]

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

# 列出所有已安裝的包
conda list
# 安裝軟件包，同時它會自動安裝此軟件包的依賴項 
conda install package_name
# 同時安裝多個包
conda install numpy pandas
# 安裝指定版本的包
conda install python=2.7
# 安裝離線包
conda install /package-path/package-filename.tar.bz2
# 卸載包
conda remove package_name
# 更新環境中的所有已安裝的包
conda update/upgrade --all
# 更新conda，保持conda最新
conda update conda
# 更新anaconda
conda update anaconda
# 更新python
conda update python
# 查看conda安裝信息
conda info
# 查看conda幫助
conda help
# 搜索可以安裝的包
conda search package_name
# 創建conda虛擬環境
conda create -n env_name
# 在這里，-n env_name 設置環境的名稱（-n 是指名稱），而 list of packages 是要安裝在環境中的包的列表
conda create -n env_name list of packages
# 可以創建具有特定 Python 版本的環境
conda create -n py2.7.14 python=2.7.14
# 查看conda版本
conda -V

# 進入環境
# linux 下用 
source activate env_name
# windows 下用
activate env_name

# 離開環境
# linux 下用 
source deactivate
# windows 下用
deactivate

# 列出環境
conda env list
# 刪除環境
conda env remove -n env_name
# 導出環境將包保存為 YAML，輸出環境中的所有包的名稱（包括 Python 版本）
conda env export > environment.yaml
# 加載環境
conda env create -f environment.yaml