很多深度学习项目中，经常会看见Anaconda的身影。大家不免会发出疑问：Anaconda好用在哪里？为什么使用Anaconda而不是virtualenv？Anaconda配套赠与了什么资源？下面一一解说。
目录
Anaconda好用在哪里？
为什么使用Anaconda而不是virtualenv？
Anaconda配套赠与了什么资源？
总结：
Anaconda好用在哪里？
一方面，在深度学习项目中，经常会用到PyTorch、TensorFlow这些经典的深度学习库，而我们却不能保证它们的依赖库的版本不会跟其它库起冲突。所以，这时候我们就要用到虚拟环境（virtual environment）来进行开发。启动虚拟环境后，用虚拟环境中带的pip来安装库。安装时，库只会安装在这个虚拟环境的仓库中，而不是此电脑上的Python的第三方库仓库中，这样就确保了多个库的依赖包不会发生冲突，运行时不会报错。常见的创建虚拟环境的工具有：pipenv、virtualenv、conda等等，而其中的conda是最强大的虚拟环境创建工具，因为conda创建虚拟环境时，可以随意地指定python版本。而conda却又是配套在Anaconda中的工具。而另一方面呢，Anaconda它自带了150个数据科学处理的强大模块，而pip需要自己慢慢地安装。
为什么使用Anaconda而不是virtualenv？
virtualenv虽然可以创建虚拟环境，可是比起conda，virtualenv有下面几个短板：
一：virtualenv不能随意地指定虚拟环境的Python版本，很容易引起因为模块所需的版本与Python版本不同而引起问题。
二：virtualenv创建虚拟环境时会在此文件夹产生仓库文件，还需要花时间写.gitignore，而Anaconda却不会产生仓库文件，可以放心地使用。
三：conda除了可以创建虚拟环境，还可以安装除了第三方包以外的不基于Python的软件包，而virtualenv……
四：每次virtualenv退出虚拟环境都要在终端执行
cd Scripts
deactivate.bat而conda只需要执行
conda deactivateconda会省下很多时间！
总而言之，统而言之，conda比virtualenv方便而且好用很多倍。
Anaconda配套赠与了什么资源？
Anaconda内置配套了很多资源，先从Python内部讲起，Anaconda配套了很多强大的数据科学处理模块，类如Pandas，NumPy，SkLearn等等，并且，Anaconda还自带了Anaconda Navigator管理器、Spyder IDE、Jupyter Notebook等等使用的工具。
总结：
Anaconda其实是一个工具箱，里面包含了许许多多的Python的工具，非常实用。光使用Python就是拿着沙子想去造枪，加上第三方库就相当于是拿着各种零件去组装枪，而再加上Anaconda的协助，就相当于是可以用各种各样材质，各种各样型号的零件去组装多把枪，那不就无敌了吗？
