Anaconda是目前最流行的数据科学平台以及现代机器学习的基础。同时Anaconda 也是一个Python的发行版，专注于人工智能，天然适合科学计算，数据分析和机器学习，其包管理器是Conda 。Conda 是一个开源的包管理系统和环境管理系统，可在 Windows、macOS 和 Linux 上运行。 Conda 可快速安装、运行和更新包及其依赖项。 Conda 可以轻松地在计算机上创建、保存、加载和切换环境。 它是为 Python 程序而创造的，但它可以打包和分发任何语言的软件，换言之，Conda 的设计理念——Conda 将几乎所有的工具、第三方包都当做package对待，甚至包括python和Conda 自身 Anaconda则是一个打包的集合，里面预装好了Conda 、某个版本的python（若干虚拟环境）、众多packages、科学计算工具等。
一、安装Anaconda（若已经成功安装可忽略此步），点击下面链接打开文章，根据文章的第五个大模块进行操作安装。注意：Anaconda的python虚拟环境可以和Pycharm的编译环境相连。
安装Anaconda文章：点击打开《基于Windows中学习Deep Learning之搭建Anaconda+Pytorch（Cuda+Cudnn）+Pycharm工具和配置环境完整最简版》文章
二、安装完成后打开Anaconda Prompt。
三、Conda基本命令
- 检验是否安装Anaconda以及当前Conda的安装版本。
conda -V
- 检查更新当前conda版本（注意：一般不用频繁更新）。
conda update conda
- 查看安装的Anaconda目前创建的各虚拟环境（注意：各虚拟环境均存储在Anaconda的envs文件夹下，下面图片中的base表示安装好的Anaconda原始自带的环境，其余皆为用户创建的虚拟环境，若没有表示还没创建，不必着急后续可以创建）。
conda env list
- 创建虚拟环境（注意：“conda create -n + 拟创建的虚拟环境名称”，博主举例拟创建的虚拟环境名称是xr，在下面创建虚拟环境xr过程中还需要再输入y）。
conda create -n xr
y
- 激活虚拟环境（注意：“conda activate + 拟激活的虚拟环境名称”，博主举例拟激活的虚拟环境名称是xr，激活成功与否可以通过下图观察到命令前括号内的默认环境base换成xr）。
conda activate xr
- 退出当前虚拟环境（注意：若是其他虚拟环境下输入运行下面命令会退到默认环境，默认环境下输入运行下面命令会退到控制平台CMD）。
conda deactivate
- 查看环境（虚拟环境）下已经安装的python库和包（注意：此时查看的是默认的base环境下安装的python库和包，图片下面命令行前面括号有个base就是这个理解，若想要查看其他已创建的虚拟环境需要先激活虚拟环境，再输入此命令查看，如下面第二张图是先激活虚拟环境xr，然后查看xr下已经安装的python库和包）。
conda list
- 环境复制克隆备份（注意：在安装许多软件后，可能某个时候因为某些操作，软件安装破坏当前运行良好的环境，因此复制克隆备份环境十分必要；“conda create -n + 拟克隆的虚拟环境名称 + --clone + 拟被克隆的虚拟环境名称”，博主举例拟克隆的虚拟环境名称是xr，拟被克隆的虚拟环境名称是xrs，换言之，复制xr变成xrs）。
conda create -n xrs --clone xr
- 删除虚拟环境（注意：“conda remove -n + 拟删除的虚拟环境名称 + --all”，博主举例拟激活的虚拟环境名称是xrs）。
conda remove -n xrs --all
四、学习完上一个步骤Conda的基本命令，现在开始创建一个python虚拟环境（注意：“conda create -n + 拟创建的python虚拟环境名称 + python= + python版本号”，博主举例拟创建的python虚拟环境名称是rothschildlhl，python版本号是3.6。创建时间大概5min左右，请耐心等待，创建python虚拟环境在此步就成功结束了，然后一定要将新创建的虚拟环境的Scripts文件内容添加到环境变量PATH中，博主举例是“D:\Anaconda\envs\rothschildlhl\Scripts”路径）。
conda create -n rothschildlhl python=3.6
y
