大家好，基于Python的数据科学实践课程第二期又到来了，大家尽情学习吧。本期内容主要由春艳同学与政委联合推出。
上一节，我们主要介绍了如何界面化的使用Anaconda中的Navigtor（回顾戳这里）。本节将会带领大家进入更加真实的数据科学家工作环境。大家可以想象，当你要处理更大规模数据的时候，一般都是存储在服务器上的，那么你的交互只能与服务器进行对话，这种对话也就只能通过命令行完成了哦。所以，这节咱们就要学习conda的常用命令行来管理数据科学环境。
通过前面的介绍，相信大家已经对conda有了一个简单的认识。本节我们将对conda这一命令的使用进行一些基础说明，更加详细的使用方式可以参考Anaconda官网上的conda官方文档。
我们反复强调conda对环境和工具包的管理，那到底什么是环境，什么又是工具包呢？
conda环境是包含已安装的特定conda包集合的目录。例如，如果你同时在进行两个项目，一个项目要求你使用NumPy 1.7，另一个项目要求使用NumPy 1.6，那么你可以同时具有分别包含这两个包及其依赖项的环境。对其中一个环境的更改不会影响到其他环境，并且可以通过激活或停用的方式进行环境切换。除此之外，通过向他人提供environment.yaml文件副本的方式可以实现环境的多人共享。
conda包是一个压缩的打包文件，是一个有层次的文件目录结构，它定义了由n个模块或n个子包组成的Python应用程序执行环境。conda包含了系统级库、Python或其他模块、可执行程序和其他组件，它可以对包和平台之间的依赖关系进行跟踪。
前文也有提到，conda的设计理念在于将自己也作为package看待，因此conda可以对自己进行管理。conda对自己的管理主要体现在以下几个方面：
● 检验conda是否安装成功
● 查看conda安装版本
● 更新conda
在终端中输入以下命令来进行检验：
例1.1-4-1 检验conda是否安装成功
如果能够成功显示出目前conda的版本号，则表示成功安装。
图1.1-4-1 检验conda是否成功安装的运行结果截图
注：如果遇到找不到conda的错误提示，很可能是由于环境路径设置出现问题，需要添加conda环境变量。
例1.1-4-2 添加conda环境变量
除了例1.1-4-1的代码可以用来查看conda的版本之外，以下代码也可以做到：
例1.1-4-3 查看conda安装版本
注：在conda命令的使用中，可以将许多常用的命令选项从2个破折号（ -- ）加上命令的格式缩写为只有1个短划线和选项的第一个字母的形式。所以--version和-V相同，--name和-n相同，--envs和-e相同。
通过以下代码可以进行conda更新：
例1.1-4-4 更新conda
运行后conda会比较版本并报告可安装的内容，同时给出其他将随更新自动更新或更改的软件包。如果conda报告有更新版本可用，请键入y进行更新。
conda对环境管理的能力使我们可以创建、导出、删除和更新在其中安装了不同版本的Python或软件包的环境，并且允许我们在环境之间自由切换、共享环境文件。conda对环境的管理主要体现在以下方面：
● 创建环境
● 克隆环境
● 激活/停用环境
● 确定当前环境/查看环境列表/查看环境中的包列表
● 保存/共享/删除环境
当开始使用conda时，我们已经拥有一个名为base的默认环境（图1.1-4-1里有base提示）。但很多时候，我们都不希望将程序放入基础环境中，而是选择创建单独的环境使程序彼此隔离，同时保护基础环境不被破坏。
例1.1-4-5 创建环境
注：
● 默认情况下，环境安装在conda目录的envs目录中。
● 尽量同时在环境中安装所需的所有程序。一次安装1个程序可能会导致依赖性冲突。
● 如果想要每次创建新环境时都自动安装某些软件包，请将所需的软件包添加到.condarc配置文件的create_default_packages部分。
● 如果不希望在特定环境中安装默认的软件包，可以使用--no-default-packages标志。
例1.1-4-6 在特定环境中取消安装默认软件包
我们可以通过创建克隆环境来制作环境的精确副本：
例1.1-4-7 克隆环境
通过对环境的激活和停用，我们可以实现不同环境之间的切换。在激活一个环境之前，最好先停用目前正在运行的环境。
例1.1-4-8 激活/停用环境
3.4 确定当前环境/查看环境列表/查看环境中的包列表在Windows系统中，默认情况下活动环境（当前使用的环境）会显示在命令提示符开头的括号（）或括号[]中（如图1.1-4-1所示）。除此之外可以通过以下方式进行查看：
例1.1-4-9 确定当前环境/查看环境列表/查看环境中的包列表
注：YAML文件中包含该环境的pip包和conda包，将该文件发送给其他人，他人通过例1.1-4-5中第9行代码可以创建同样的环境，从而实现环境的共享。
conda对包的管理主要体现在以下方面：
● 搜索/安装包
● 安装非conda包
● 查看已安装的软件包列表
● 更新包
● 删除包
与我们下载Anaconda时可能会遭遇到的问题一样，由于Anaconda.org的服务器在国外，因此如果我们直接进行包的下载和安装，很可能由于连接失败而收到错误提示，此时，清华TUNA镜像站又一次给我们带来了便利。
例1.1-4-10 添加Anaconda的清华TUNA镜像
添加好国内镜像地址后，我们可以更快地进行软件包的安装：
例1.1-4-11 搜索/安装包
如果无法从Anaconda.org或者清华TUNA镜像获得软件包，我们可以选择使用其他软件包管理器（如pip）查找并安装软件包。
值得注意的是，pip只是一个软件包管理器，所以无法对环境进行管理。pip甚至无法更新Python，因为它并不认为Python是一个包。pip和conda包之间的差异可能会导致兼容性方面的限制。如果要获得conda集成的好处，请确保在当前活动的conda环境中安装pip，然后使用该pip安装软件包。
例1.1-4-12 安装非conda包
通过以下方式我们可以查看不同环境下已安装的软件包列表：
例1.1-4-13 查看已安装的软件包列表
虽然Anaconda在下载时会为我们安装好多种不同的包，但各软件包的版本通常是较低的，因此为了避免在今后的使用过程中出现多种问题，建议在刚安装好就对所有的包进行更新。
例1.1-4-14 更新包
注：conda对Python的更新会将Python更新到该系列的最高版本，也就是说，如果是Python2则更新到2.x系列的最高版本，Python3则更新到3.x的最高版本。
可以通过如下操作对不同环境下的工具包进行删除：
例1.1-4-15 删除包
好了，今天常用的命令就介绍到这里。作业嘛？还用想，都尝试一遍命令行吧！
