一、管理conda
通过anaconda来安装python及python包，让你不必关心系统是否安装了一些依赖，如zlib等等，anaconda已经集成了这些依赖，可以方便的安装python
1）检查conda版本
conda --version
2）升级当前conda版本
conda update conda
3）建议：
因为Anaconda.org的服务器在国外，所以需要安装packages时，你会发现conda下载的速度经常很慢，所幸清华TUNA镜像源有Anaconda仓库的镜像，我们将其加入conda的配置即可：
# 添加Anaconda的TUNA镜像
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
# 查看下载源
conda config --show-sources
# 删除源
conda config --remove-key channels
二、管理环境
一个项目就需要一个环境，包含了python包等，各个项目环境需要独立，conda可以很容易管理环境
1）创建并激活一个环境
conda create --name medical_ner
位置在Anaconda安装文件的/envs/medical_ner
还可以指定Python版本：
conda create --name medical_ner_python36 python=3.6
执行完上面一句并激活环境后，可以看到新建的环境中Anaconda已经为其添加了几个必要的库：
输入python后发现确实安装了python36：
2）激活这个新环境
source activate medical_ner # linux下 activate medical_ner # windows dos下
新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径；通过conda create -h查看参数使用
3）列出所有环境
conda info -e
4）切换到另一个环境(activate/deactivate)：即从一个项目环境切换到另外一个项目环境
source activate medical_ner # linux下 activate medical_ner # windows dos下 # 如果要从你当前工作环境的路径切换到系统根目录时，键入： source deactivate # linux deactivate # dos
5）复制一个环境
conda create -n ner_copy --clone medical_ner # 根据medical_ner克隆一个ner_copy conda info –-e # 检查环境
6）删除一个环境
conda remove -n ner_copy
7）管理python：安装一个不同版本的python
现在我们假设你需要python3来编译程序，但是你不想覆盖掉你的python2.7来升级，你可以创建并激活一个名为snakes的环境，并通过下面的命令来安装最新版本的python3：
conda create -n snakes python=3
为了使用不同版本的python，你可以切换环境，通过简单的激活它就可以，环境的激活前面已经陈述
当然已经使用了3.6的python环境，可以升级该环境中的Python
# 先激活该环境，然后： conda install -c anaconda python=3.7
比如安装gpu版本的torch，我们已经安装了cuda10.0，则
conda install pytorch torchvision cudatoolkit=10.1
三、管理包
- conda安装和管理python包非常方便，可以在指定的python环境中安装包，且自动安装所需要的依赖包，避免了很多拓展包冲突兼容问题
- 不建议使用easy_install安装包。大部分包都可以使用conda安装，无法使用conda和anaconda.org安装的包可以通过pip命令安装
- 使用合适的源可以提升安装的速度
1）查看已安装包：激活一个环境后可以通过下面的命令查看已经安装的包
conda list
2）向指定环境中安装包：有三种方式
使用Conda命令安装包：直接指定-n 指定安装环境的名字，也可以激活环境，再使用conda install命令
conda install --name medical_ner beautifulsoup4 # 或者先激活环境，再安装 activate medical_ner conda install beautifulsoup4
从Anaconda.org安装一个包：如果一个包不能使用conda安装，我们接下来将在Anaconda.org网站查找，搜索框内搜索相应的package
conda install--channel address package_name # 暂时还没尝试
通过pip命令来安装包：需要先激活环境，然后
pip install package_name
四、移除包、环境、或者conda
移除包：
# 假设你决定不再使用商业包。你可以在bunnies环境中移除它 conda remove -n bunnies package_name
移除环境：
conda remove -n snakes --all # snakes是环境名字
注意：如果移除环境失败，可以尝试下面的方法
conda env remove -n ENV_NAME
删除conda
rm -rf path_install # 或者卸载anaconda
五、进入pycharm中配置
打开pycharm后新建一个project，然后
File --> Settings --> 搜索Project Interpreter，点击右侧的齿轮按钮，再点击Add
进入添加Interpreter的对话框，选择左侧的Virtualenv Environment再选择右侧的Existing environment
新建环境的目录，在你安装Anaconda目录下的envs文件夹下（本人Anaconda安装在D盘，故路径如下图所示）然后点击OK按钮
再点击随后显示示的OK按钮和Apply按钮即可成功的将新建的环境配置到pycharm中
通过下图我们发现新的环境python包只有少些，根据项目需要即可在该环境下安装该项目需要的包：
六、windows下安装cpu版本tensorflow=1.14.0
conda install -c conda-forge tensorflow=1.14