Anaconda 简介

从字面意思看，anaconda 是一种比 python 更大的蟒蛇。它作为程序包的名字，也就意味着 Anaconda 包含了 Python 以及其它的东西。事实上，Anaconda 是一个适用于科学计算的 Python 集成开发环境。它有免费版和付费版之分，并有一个极小化版本 Miniconda。使用 Anaconda 做为科学计算的开发环境，主要的优势在于安装各种程序库非常容易。这一方面得益于 Continuum 公司在整合基础 Python 库方面作出的努力，另一方面也是因为各个开发者对于自己程序库的精心维护。这些努力使得 Anaconda 的用户将不必担心自己代码的可移植性问题，而将全部精力投入在正确性和执行效率上。而这正是科学计算领域绝大多数的从业者需要的。

Anaconda 个人版本是完全免费的，但是 user agreements 里指出了许多需要注意的地方，比如不可以将其用于危险武器的开发，等等。而商用版本可能会有更多使用限制，但我目前还没有研究过。

Miniconda 是 Anaconda 的极小化版本，它保持了 Anaconda 的易用性，但预装库更少，其它部件，比如集成开发环境也没有附带，更适合于 headless 的使用场景。如果所需的库都已经安装齐备，那么在 Anaconda 环境下开发的 Python 程序应该可以直接在 Miniconda 环境下执行。

通常情况下，安装 Anaconda 非常简单。先去这里下载：

https://www.anaconda.com/products/individual-d

再看完这个官方安装教程：

https://docs.anaconda.com/anaconda/install/index.html

为了测试是否安装成功，在 Linux 和 MacOS 系统，可以从命令行打开 Python，然后看一下欢迎词是不是有 Anaconda；在 Windows 系统，可以从开始菜单的 Anaconda 栏目里寻找 “命令行工具”，点击运行，会打开命令行窗口，再在那里面打 Python。你也可以试试 import numpy 或者 import scipy 是不是能成功执行（没有错误信息打印到屏幕）。退出 Python 程序的命令是 exit()。

安装好 Anaconda 之后，还需要做其它的准备。比如我们需要安装一个 Python 库叫做 “seekpath”，那可以试试下面的命令：

conda install -c conda-forge seekpath

安装好之后，按照之前验证安装时的方法打开 Python 程序，然后输入 

import seekpath

如果安装成功，则不会有任何错误信息打印到屏幕。

对于用户而言，使用 Anaconda 开发环境编写的 Python 程序很容易达到可移植性的基本要求，即与操作系统无关，因为安装每个所需要的库，都不依赖于操作系统；而 Python 语言本身是操作系统无关的（其实细节已经被开发者隐藏了）。对于开发者而言，这种可移植性可以被继承下去，因为开发的初始环境本身已经具有可移植性。

对于编写纯 Python 的简单程序，Anaconda 自带的 Spyder 是很方便的。

https://docs.anaconda.com/anaconda/user-guide/tasks/integration/spyder/

但是对于大型项目，需要使用 git 做版本控制，或者需要 C/Python 混合使用时，VSCode 或者 Visual Studio 2019 等 IDE 就十分必要了。另外有一个很有特色，也是很常用的工具是 Jupyter Notebook：

https://docs.anaconda.com/ae-notebooks/4.3.1/user-guide/basic-tasks/apps/jupyter/

这个工具可以很方便地制作 notebook，包含了程序的输入、中间结果的输出，以及 Markdown 注释。这些都与 Anaconda 本身没有直接关系，但是都能和 Anaconda 很好的集成。

最后，结合 Miniconda 的部署也比较容易做到。这方面的博客文章很多，比如

https://www.thoughtvector.io/blog/deployment-with-anaconda/

总之，Anaconda 整合了科学计算常用的 Python 库，使用简单方便，功能易于扩展，可移植性强，是开发以 Python 作为代码主体的科学计算程序的首选。