为什么使用Anaconda？

1.Anaconda 集成了常用的 Python 数据科学库，如 NumPy（数值计算）、Pandas（数据处理）、Matplotlib （数据可视化）和 Seaborn（数据可视化）、Scikit-learn（机器学习）等。使用方便，像这里列举出来的包都是机器学习或者数据可视化常用的库。

2.Anaconda还包含了一个强大的包管理系统，称为conda，它可以帮助用户管理Python环境和安装各种数据科学包。

3.Anaconda提供了虚拟环境管理功能，允许您创建、隔离和管理不同项目的环境，确保各项目之间的依赖不互相干扰，这意味着你可以在Anaconda的帮助下创建多个独立的Python环境，每个环境可以拥有不同的Python版本和安装的软件包。

4.Anaconda内置了Jupter作为ide，你也可以用Anaconda启动你的Pycharm。

总而言之Anaconda是我们使用Python进行数据分析、数据可视化、机器学习等的好助手，在Anaconda的帮助下我们可以进一步提高我们的效率，做事事半功倍。

如何安装Anaconda？

1.下载Anaconda

1.1 官网下载

官网：Download Anaconda Distribution | Anaconda

我们直接点跳过注册。

然后我们按照我们的版本安装就好。

由于服务器在国外所以网页打开以及下载速度都很慢，因此也可以考虑方法2

1.2 清华源下载

网站地址：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

你可以点击Date从而以时间排序快速找到你想下载的版本，找到对应自己电脑系统的就好，你也可以在这里找到你想要的版本进行下载。

2.安装Anaconda

我们打开下载好的安装包，点击Next。

点击I agree。

这里是问你为哪些用户，这里随便，我就直接点击Next下一步了。

这一步选择安装位置，建议安装在D盘，因为Anaconda占用的空间还是蛮大的，我这里选择安装到D盘，然后点击Next。

这里第一个勾是快捷方式，建议勾上。第二个是帮你把Anaconda3添加到环境变量中，这里勾上后面就会方便很多，否则后面你还需要手动添加环境。第三个是将Anaconda3自带的Python环境作为默认的Python环境，如果你的电脑之前安装了Python环境，还想继续使用之前的环境就不勾选，如果你之前安装的话你勾选它会建议你卸载之前的Python，我这里就不勾选了。第四个是清除安装时的一些缓存，可以节省空间。然后我们点击Install开始安装。

然后我们等其安装完毕后点击Next。

这里也直接点击Next就好。

这里我们可以直接点击Finish，也可以把上面两个勾去掉再点击，第一个是直接启动Anaconda，第二个是一个官方的教学。

至此你已安装Anaconda。

3.检验安装

在键盘上同时按住win+r键，然后输入cmd，如图所示，然后按下回车。

然后输入conda，如果结果如图类似，则说明你安装成功并完成环境配置，否则你还需要进行环境配置，请看下一个环节。 

4.环境配置（若你刚刚安装时候没有勾选添加环境）

如果你怕麻烦，建议你卸载Anaconda后再次重新安装并勾上配置环境选项，请看上面的步骤。你也可以自己尝试手动添加。

可以通过打开设置里的系统信息然后点击高级系统设置，再点击环境变量打开到对应环境配置界面。

也可以右击桌面上的此电脑或者文件管理器中的此电脑选择属性打开系统信息界面再选择高级系统设置打开环境变量。

文件管理器如上图所示，是菜单栏长的这个像文件夹的软件。

如果你还是找不到文件管理器，你可以再从刚刚下载的地方选择在文件夹中显示，打开文件管理器在左边能找到此电脑。

或者你还可以通过命令行打开文件管理器，只需要像前文中在键盘上同时按住win+r键，然后输入cmd按下回车就可以打开命令行。

然后输入explorer，系统即会弹出文件管理器。

打开环境配置后，双击上面或者下面的Path。

然后点右边的新建，然后输入你对应目录下的Anaconda，Anaconda的脚本，Anaconda的bin目录，也就是图片框中的五个的第一个、第五个、第四个。

注意：1.这里我安装的位置是再D盘的Anaconda文件夹，所以是这样的，若你安装的地址不同，请输入对应地址的结果。若你不放心，你可以考虑前面安装的时候选择在D盘新建的Anaconda文件夹下安装。2.可以上移到最上面也可以不上移到最上面。

然后你可以关掉你前面打开的终端重新打开一遍终端，再输入conda命令，你应该会收获和上面图片类似的结果，这样你的环境配置就完成了。

注意：如果依旧提醒你没有conda命令的话，你需要关掉该终端重新打开一遍终端。

如何使用Anaconda？

我们打开Pycharm，打开一个项目，我们在右下角点击这个地方的按钮，这其实是你的Python解释器，说明你现在用的是这个解释器运行的虚拟环境，我们点击Add New Interpreter。

然后点击Add Local Interpreter。

然后点击Existing。

然后选择我们安装的Anaconda路径下的python.exe，然后点击OK。

然后点击OK。

稍等几分钟我们等待它右下角蓝条加载完，我们就使用了Anaconda自带的Python环境，该项目已经内置了很多我们常用的库。你可以发现我们的代码上面的import那些行都没有爆红。

至此你已经可以正常使用Anaconda的环境进行你想做的工作了。 

其他问题

1.Anaconda是内置Pycharm吗？

不是，Anaconda并不内置Pycharm，如果你的电脑安装了Pycharm它就会出现Launch的图标表示可以通过Anaconda启动Pycharm，而没有安装则是Install的图标。

2.Jupter好用吗？

JupterLab和JupterNoterbook都是基于web的交互式环境的IDE，适合新手，它可以展示每一行代码的运行结果，但是还是建议使用Pycharm。想知道Pycharm每一行是怎么运行的也可以考虑用断点展现每一步，你也可以在自己的代码中途加入print的方式输出每一行的结果。

3.pip和conda有什么区别呢？

3.1 依赖项

pip不一定展示所需其他的依赖包，安装包时可能会忽略依赖项而直接安装，从而产生报错。

conda会列出所需其他的依赖包，安装包时自动安装其依赖项，可以切换包的不同版本。

3.2 环境管理

pip维护多个环境的难度大。

conda可以在不同环境中轻松切换，管理方便。

3.3 适用语言

pip仅使用与Python。

conda适用于Python、R、Java、JavaScprit、C、C++等。

3.4 Python影响

pip会受系统自带Python包的更新/降级/卸载的影响。

conda不受影响。