以下文章来源于Python大数据分析 ，作者朱卫军
Anaconda是数据科学利器，它的优势之处在于小白也能快速上手。
我们知道Python的英文表达是蟒蛇，有意思的是anaconda也是蟒蛇的意思，准确是是水莽，莽中之王，更大、更重、更长。
按这层意思理解，anaconda是python的大码款，倒也是有些贴切的。
回到编程，Anaconda对于初学Python的人很友好，一键安装，不必费心配置python环境，也不用安装各种常用的库，就可以直接入手使用。对于数据科学来说，Anaconda是一个百宝箱式的存在。
Anaconda是一个免费开源的Python和R语言的发行版本，用于计算科学（数据科学、机器学习、大数据处理和预测分析），Anaconda致力于简化包管理和部署。
Anaconda的包使用软件包管理系统Conda进行管理。超过1200万人使用Anaconda发行版本，并且Anaconda拥有超过1400个适用于Windows、Linux和MacOS的数据科学软件包。
「总结Anaconda的三大特点：」
内置python，高度集成python数据科学生态
拥有强大的包管理工具-conda
可用超过600个python数据科学库
Anaconda拥有个人版、商业版、团队版、企业版，除个人版不收费外，其他版本都需要付费，
当然对大部分人来说个人版已经完全够用。和python一样，Anaconda不挑平台，在windows、os、linux上都可以用，目前支持python3.8版本的下载 ，下载完成后一路next就能完成安装。
官网：
Anaconda | The World's Most Popular Data Science Platform[1]
下载地址：
Anaconda | Individual Edition[2]
安装教程：
Installation - Anaconda documentation[3]
学习文档：
Anaconda Documentation[4]
前面说过Anaconda是一个python数据科学百宝箱，所以它的作用就是燃爆数据科学，让小白也可以轻松玩数据。
你可以利用Anaconda研究数据处理、数据建模、机器学习、神经网络、自然语言处理、可视化展示、教学等等。既能一人独秀，也可以团队作战。
说说conda，这是Anaconda的杀手锏。
❝Conda是一个开源、跨平台和语言无关的软件包管理和系统管理系统，通过Conda可安装、升级和升级软件包依赖。Conda为Python程序创造，但是它可以打包、分发任意语言编写的软件（例如R语言）和包含多语言的项目。
❞
conda和pip都可以管理python库，但最大的不同在于conda是跨平台且不限语言的，而且可以独自创建虚拟环境。因为conda立足于数据科学生态，不像pip可以安装几乎所有的python库（来自pypl），conda只能安装anaconda里支持的数据科学库（600多个）。
主要的数据科学内置库包括pandas、numpy、matplotlib、jupyter、scipy、ipython、nltk、notebook、sikit-learn、seaborn、xlrd、xlwt......
一般把这些数据科学库分为四大类：基础库（jupyter、pandas、numpy、scipy），机器学习库（keras、tensorflow、pytorch、sikit-learn、nltk），可视化库（matplotlib、seaborn、plotly）、拓展计算库（numba、dask、pyspark）
这些库可以通过conda安装，也可以在GUI界面Navigator上点击安装或更新。
有兴趣可以去官网看看这些神奇的家伙：Anaconda库大全[5]
附conda文档：Conda - Conda documentation[6]
Anaconda不仅适用于Python，还支持R，使用conda安装R并管理R包
Anaconda的优点也是它的缺点，功能太齐全就显得很臃肿，一个安装包快500M，所以不少人去拥抱miniconda了。
但无论如何，Anaconda都是python数据科学最好的伙伴。
Anaconda | The World's Most Popular Data Science Platform:https://www.anaconda.com/
[2]Anaconda | Individual Edition:https://www.anaconda.com/products/individual
[3]Installation - Anaconda documentation:https://docs.anaconda.com/anaconda/install/
[4]Anaconda Documentation:https://docs.anaconda.com/
[5]Anaconda库大全:https://docs.anaconda.com/anaconda/packages/py3.7_win-64/
[6]Conda - Conda documentation:https://docs.conda.io/en/latest/
联系客服
