在软件管家中下载anaconda ，然后按提示完成，记得更改目录
接着安装jupyter botebook 教程在官网：https://jupyter.org/install
cmd输入conda
接着输入 conda install -c conda-forge notebook

具体如何查看自己建立的环境中是否有安装软件或者安装了哪些软件呢？

位置在服务器上，自己安装了anaconda，后来在用的时候创建jupyter notebook，需要重新创建一个环境，把jupyter需要用的环境都放在那个环境中。
conda info --env可以看到所有的python环境，加星号代表当前环境

09:17:25 jiarongf@172.16.10.223:/data1/jiarongf/jupyter_projects/knowledge_graph/py2neo与neo4j数据库的连接
$
conda info --env
# conda environments:
#
base                  *  /data1/zhur/soft/anaconda3
Python2.7                /data1/zhur/soft/anaconda3/envs/Python2.7
atlasenv                 /data1/zhur/soft/anaconda3/envs/atlasenv
schpf_p37                /data1/zhur/soft/anaconda3/envs/schpf_p37
snakemake                /data1/zhur/soft/anaconda3/envs/snakemake
jupyter_notebook         /home/jiarongf/.conda/envs/jupyter_notebook
                         /home/jiarongf/.local/share/r-miniconda
                         /home/jiarongf/.local/share/r-miniconda/envs/r-reticulate

可以看拿到其中的jupyter notebook是自己之前创建的环境，专为jupyter创建，（创建的方法：conda create --name python35 python=3.5 代表创建一个python3.5的环境，我们把它命名为python35，并且激活：使用conda activate python35 来激活刚才创建的环境；删除环境python35 ： conda remove -n python35 --all）
进入环境：进入base环境：source activate jupyter_notebook

image.png

创建

创建名为your_env_name的环境

conda create --name your_env_name

创建制定python版本的环境

conda create --name your_env_name python=2.7
conda create --name your_env_name python=3.6

创建包含某些包（如numpy，scipy）的环境

conda create --name your_env_name numpy scipy

创建指定python版本下包含某些包的环境

conda create --name your_env_name python=3.6 numpy scipy

激活虚拟环境：

使用如下命令即可激活创建的虚拟环境

Linux

source activate your_env_name

Windows

activate your_env_name

退出虚拟环境：

使用如下命令即可退出创建的虚拟环境

Linux

source deactivate your_env_name

Windows

deactivate env_name

删除虚拟环境：

conda remove -n your_env_name --all
conda remove --name your_env_name --all

复制某个环境

conda create --name new_env_name --clone old_env_name

在指定环境中管理包

conda list -n your_env_name
conda install --name myenv package_name
conda remove --name myenv package_name

使用国内 conda 软件源加速

$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
$ conda config --set show_channel_urls yes

分享环境

#首先通过activate target_env要分享的环境target_env，然后输入下面的命令会在当前工作目录下生成一个environment.yml文件
conda env export > environment.yml
#小伙伴拿到environment.yml文件后，将该文件放在工作目录下，可以通过以下命令从该文件创建环境
conda env create -f environment.yml

使用国内pip软件源加速,更多详情请点击：pip的使用和清华镜像源的设置

1.临时设置方法：

可以在使用pip的时候加在最后面加上参数 -i https://pypi.tuna.tsinghua.edu.cn/simple

例如：pip install jieba -i https://pypi.tuna.tsinghua.edu.cn/simple  # jieba 是一个包

2.永久设置方法：

pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

配置完之后就可以像平常一样安装包，速度提升几十倍

例如：pip install jieba

切换为阿里云进行下载

pip install pandas -i http://mirrors.aliyun.com/pypi/simple/   --trusted-host mirrors.aliyun.com
pip install pandas -i http://mirrors.aliyun.com/pypi/simple/


阿里云 http://mirrors.aliyun.com/pypi/simple/
豆瓣(douban) http://pypi.douban.com/simple/ 
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/