CONDA是管理和部署应用程序、环境和包的工具

	1.查看已经安装的包 ： 	conda list
	2.查看可用软件包   ：    conda search
	3.安装软件包       :     conda install <package-name>  eg:conda install scikit-learn
	4.conda创建一个名叫python2的版本为python2.7的环境 :	conda create -n python2 python=2.7

1、创建环境
conda create --name [name] [dependent package list]
	例如：conda create --name snowflakes

指定了python版本
	conda create --name bunnies python=3.5

2、从其他环境拷贝到新的环境
	conda create --name flowers(新环境名称) --clone snowflakes(已存在的环境名称)

3、激活环境
	Linux and macOS: source activate snowflakes
	Windows: activate snowflakes

4、列出当前环境
	conda  env list
	       或
	conda info --envs
	       或
	conda info -e

5、失效环境，或切换到root环境
	Linux, macOS: source deactivate
	Windows: deactivate

6、删除指定环境
	conda remove --name 名称 --all
	eg:conda remove --name flowers --all


二、包管理命令

查询在线包链接：
	https://anaconda.org/

1、查询可用包版本信息
	conda search --full-name python
	eg: conda search beautifulsoup4

2、查询当前环境中的包列表
	conda list

3、在环境中安装包
	conda install numpy=1.13.3
	conda install --name [环境名称] beautifulsoup4

三、使用pip工具安装

    pip只是一个包管理工具，不同于conda，是无法识别环境的，而且无法更新python，pip认为python不是一个包。
但pip可以安装一些conda无法安装的包，pip已经随着anaconda和minconda安装好了。

安装命令
	pip install see

4、删除包
	conda remove --name [环境名称] iopro
	eg: conda remove --name python2 numpy
	eg: conda remove -n python2 numpy

四、配置
conda也有一个配置文件(yaml格式)，名字是.condarc

配置方式有两种：使用conda config命令、用文本编辑器

1、文本编辑器
	各个环境自身也有个配置文件，地址为~/anaconda2/envs/[环境名称]/.condarc

   配置样例：
	https://conda.io/docs/user-guide/configuration/sample-condarc.html

2、conda config命令

	conda config --get 显示所有的配置
	conda config --get [key1] [key2] 显示指定配置
	conda config --add [key] [value] 添加新配置
	conda config --set [key] [value] 设置配置
	conda config --remove [key] [value] 删除一个配置
	conda config --remove-key [key] 删除一个key

	查看命令列表 : conda config --help

五、canda 管理Python包

1、安装或更新包
	conda install numpy=1.9.3
	conda update numpy=1.9.3

2、每次更新一个东西，conda总是同时更新和它有关联的一大堆包，可以在update后面
   加上--no-update-dependencies来让conda不要更新关联的东西。好像并没有什么用
   conda还是会检查，真的要更新的他还是会更新的。于是用它更新后安装目录越来越大

	conda update matplotlib --no-update-dependencies    不要更新关联的东西

	conda update matplotlib --update-dependencies

3、还有Python版本管理的功能，还有一些常用命令：

conda bundle

conda clean       # 清理

conda config      # 显示所有的配置

conda create      # 创建虚拟环境

conda help        # canda 的用法介绍

conda info        # 列出当前信息

conda init

conda install     # 安装包

conda list        # 显示当前环境中的包列表

conda package

conda remove      # 删除包 或者 环境

conda run

conda search      # 查询可用包版本信息

conda uninstall   # 卸载包

conda update      # 更新包
canda 常用命令

一、Conda 环境

	1、创建一个名为python34的环境，指定Python版本是3.4
		conda create --name python34 python=3.4

	2、激活某个环境
		activate python34            # for Windows
		source activate python34     # for Linux & Mac

	3、切换某个环境
		deactivate python34          # for Windows
		source deactivate python34   # for Linux & Mac

	4、 删除一个已有的环境
		conda remove --name python34 --all

二、Conda包管理

	1、安装xxxx
		conda install xxxx

	2、查看当前环境下已安装的包
		conda list

	3、查看某个指定环境的已安装包
		conda list -n python34

	4、查找package信息
		conda search numpy

	5、安装package
		conda install -n python34 numpy
	# 如果不用-n指定环境名称,则被安装在当前活跃环境 也可以通过-c指定通过某个channel 安装

三、Conda 更新

	1、更新package
		conda update -n python34 numpy

	2、删除package
		conda remove -n python34 numpy

	3、 更新conda，保持conda最新
		conda update conda

	4、更新anaconda
		conda update anaconda

	5、更新python
		conda update python

其实这个按照我的理解就是一个管理包 或者说是 版本的一个管理器， 和 虚拟机上的 创建虚拟环境 是一个意思的，主要掌握 切换环境， 退出环境， 显示当前环境下装的所有的包，更新包，删除包，安装包即可。常用的命令记住就可以了，这个要求掌握的不是很高。另外呢，网上有许许多多这方面的教材和博客，我这个是整理好的基本命令，并没有解释的那么详细