01 anaconda和conda的区别
Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。
conda 是开源包（packages）和虚拟环境（environment）的管理系统。
packages 管理： 可以使用 conda 来安装、更新 、卸载工具包 ，并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。
虚拟环境管理： 在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。对纠结于 Python 版本的同学们，我们也可以建立 Python2 和 Python3 两个环境，来分别运行不同版本的 Python 代码。
conda install conda-build
conda upgrade --all
01 管理python包
#类似pip的安装管理器
conda install package_name
#可以指定安装包的版本
conda install numpy=1.10
#移除一个包
conda remove package_name
#升级package包
conda update package_name
#查看所有package
conda list
#支持模糊查询
conda search search_term
#对于使用conda install不可用的软件包，可以尝试通过Anaconda.org通道下载
#要从Anaconda.org下载到当前环境，我们将通过键入我们想要的包的完整的URL来指定Anaconda.org作为“通道”。
#在浏览器中，转到[http://anaconda.org](http://anaconda.org)。我们正在寻找一个名为“bottleneck”的包，在左上角名为“Search Anaconda Cloud”的框中，输#入“bottleneck”，然后单击“Search”按钮
conda install --channel https://conda.anaconda.org/pandas bottleneck
02 管理python环境
#创建一个新环境
conda create -n env_name list of packages
#其中 -n 代表 name，env_name 是需要创建的环境名称，list of packages 则是列出在新环境中需要安装的工具包。#
#指定创建环境的python版本（默认是python3 要创建python2需要指明）
conda create -n py2 python=2.7 pandas
#进入名为 env_name 的环境：
source activate env_name
#退出当前环境：
source deactivate
#删除名为 env_name 的环境：
conda env remove -n env_name
#显示所有的环境：
conda env list
conda info --envs
#制作环境的完整副本
conda create --name flowers --clone snowflakes
