anaconda37編譯環境
『壹』 如何用anaconda創建環境
Anaconda是用於科學計算的python發行版，它集成了很多關於Python科學計算的第三方庫，同時提供了包管理和環境管理的功能，可方便的解決多版本Python並存、切換以及第三方包安裝問題。支持運行在Linux、Windows和macOS下。Anaconda利用命令/工具 conda 來進行Package和environment管理。
conda VS anaconda
conda可以理解為一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用類似，環境管理則允許用戶方便地安裝不同版本的python並可以快速切換。Anaconda則是一個打包的集合，裡面預裝好了conda、某個版本的python、眾多packages、科學計算工具等等，所以也稱為Python的一種發行版。其實還有Miniconda，顧名思義，它只包含最基本的內容——python與conda，以及相關的必須依賴項，對於空間要求嚴格的用戶，Miniconda是一種選擇。
Anaconda安裝
我主要在CentOS伺服器上安裝Anaconda，選擇要安裝的Python版本和系統架構：
# Python 3.6
$ wgethttps://repo.continuum.io/archive/Anaconda3-4.3.1-Linux-x86_64.sh#64位系統
$ wgethttps://repo.continuum.io/archive/Anaconda3-4.3.1-Linux-x86.sh#32位系統# Python 2.7
$ wgethttps://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86_64.sh#64位系統
$ wgethttps://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86.sh#32位系統
（這里我選擇的是Python3.6 version 64BIT，關於Python的版本2.7 or 3.6，後面都可以在Anaconda里設置版本環境）
運行安裝向導：
$ bash Anaconda3-4.3.1-Linux-x86_64.sh
按照向導，接受協議-->設置安裝路徑（默認安裝用戶Home目錄）-->然後把安裝路徑添加到環境變數。
遇到的問題
1.在安裝向導設置安裝路徑後，ENTER，提示如下錯誤信息：
tar (child): bzip2: Cannot exec: No such file or directory
tar (child): Error is not recoverable: exiting now
tar: Child returned status 2
tar: Error is not recoverable: exiting now
安裝即可：
yum -y install bzip2
2.在安裝向導最後一步，是否添加到環境變數，默認是no，我手賤直接ENTER了。
對於Mac、Linux系統，Anaconda安裝好之後，實際上就是在主目錄下多了個文件夾（~/anaconda)，Windows會寫入注冊表。安裝程序會把bin目錄加入PATH。現在只能自己完成了：
# 將anaconda的bin目錄加入PATH，根據版本不同echo 』export PATH="~/anaconda3/bin
PATH"』 >> ~/.bashrc# 更新bashrc立即生效
source ~/.bashrc
配置好PATH後，可以通過 which conda 或 conda --version 命令檢查是否正確。
Jupyter Notebook
當然，安裝Anaconda的科學計算python平台，是為了使用Jupyter Notebook來學習Python的一些科學計算和機器學習庫。Jupyter Notebook是IPython的一個Web介面，可以展現富文本，是的整個工作可以以筆記的形式展現、存儲，適合做數據分析，交互性變成和學習。
但是，當我在伺服器上運行Jupyter Notebook時候，無法使用。因為當前配置下只能從本地（也就是那台CentOS伺服器上）訪問，但是伺服器只裝了centos的Minimal，沒有桌面環境，更不用說瀏覽器了。這當然不滿足我目前的需求，需要配置伺服器上的Jupyter允許遠程訪問。
生成配置文件：
jupyter notebook --generate-config
生成的配置文件位於~/.jupyter/jupyter_notebook_config.py。
生成自簽名SSL證書：
cd ~/.jupyter
openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout notebook_cert.key -out notebook_cert.pem
生成一個hash密碼：
python -c "import IPython;print(IPython.lib.passwd())"
Enter password:
Verify password:sha1::7211a627f0ba:
復制生成的密碼，編輯jupyter的配置文件：
vi ~/.jupyter/jupyter_notebook_config.py
在打開的配置文件中，配置相應的參數：
c.NotebookApp.certfile = u』/home/xxxx/.jupyter/notebook_cert.pem』
c.NotebookApp.keyfile = u』/home/xxxx/.jupyter/notebook_cert.key』
c.NotebookApp.password = u』sha1::7211a627f0ba:』
c.NotebookApp.ip = 』*』
c.NotebookApp.port = 8081
c.NotebookApp.open_browser = False
再次啟動Notebook：
jupyter notebook
在本機使用瀏覽器訪問：http://192.168.111.186:8081，即可打開Jupyter Notebook的頁面，輸入剛才設置的密碼，即可登錄了。
至此，就實現了遠程伺服器Jupyter Notebook。接下來就可以安裝機器學習所需要的一些庫開始折騰了，包括：Numpy、Pandas、Matplotlib、Scikit-learn等。
『貳』 怎麼用anaconda創建虛擬環境
一、安裝Python 雙擊下載的安裝包，安裝過程需要注意修改添加程序到環境變數。 二、 Anaconda科學計算包 Python是一種強大的編程語言，其提供了很多用於科學計算的模塊，常見的包括numpy、scipy和matplotlib。
『叄』 windows7下Anaconda的環境變數配置
命令提示符，就是系統的命令方式，運行後的效果就是一個黑色的窗口，裡面有c:\>這樣的東西。
『肆』 anaconda是干什麼的是 python的第三方解釋環境嗎
Anaconda是一個用於科學計算的Python發行版，支持 Linux, Mac, Windows系統，提供了包管理與環境管理的功能。
可以很方便地解決多版本python並存、切換以及各種第三方包安裝問題。Anaconda利用工具/命令conda來進行package和environment的管理，並且已經包含了Python和相關的配套工具。
這是一個集成的Python環境，一鍵安裝，裝好即用，適合懶人，適合初學者。特別的，對Windows環境而言，因已附帶很多第三方庫，就不用為了安裝這些庫，而安裝C++編譯器了。
其使用conda來管理包，集成了Python主程序，IDE（Spyder）與IPython，以及常用的第三方庫，例如，以科學計算庫齊備聞名於世，機器學習不二之選，又如，包括Tornado與Flask，上手即可擼Web伺服器。
並有適配Windows，OS X，與Linux三個系統，Python 2.7、或者3.X版本，以及32位、或者64位版本，各種各樣組合，總有一款適合你。
其他解釋：
一個python集成開發環境，對新手比較友好，就跟java的開發工具eclipse一個性質，功能比較強大，他原生的命令行開發環境和notebook我是覺得對新手不太友好。
這種集成開發環境會默認安裝常用的包，調試也比較方便，不過就是可能會有大量對你來說冗餘的功能，如果你到大神級別了，一個txt文本編輯器就夠了。
『伍』 anaconda環境變數配置
別再糾結環境變數的配置問題了，直接到北鯤雲超算的後台搜索anaconda這款軟體，申請使用就可以運行。如果你想本地配，在「我的電腦」選擇「屬性」，在「高級系統設置」找到「環境變數」，選中path配置路徑。在北鯤雲超算運行anaconda的好處就是方便高效，可以節省計算時間。
『陸』 anaconda安裝教程
《Anaconda3軟體》網路網盤資源免費下載:
鏈接: https://pan..com/s/1pOzDpvL-l8y6zGvcOW2Ofg
Anaconda3-2020.02最新中文版是專門為了方便使用 Python 進行數據科學研究而建立的一組軟體包，涵蓋了數據科學領域常見的 Python 庫，並且自帶了專門用來解決軟體環境依賴問題的 conda 包管理系統。可以使用它創建虛擬環境，以便更輕松地處理多個項目。主要提供了包管理與環境管理的功能，可以很方便地解決多版本python並存、切換以及各種第三方包安裝問題。
『柒』 如何在Mac版本的python中使用anaconda環境
1. 首先安裝python，我選擇安裝Anaconda （Windows 64-Bit Python 2.7 Graphical Installer 下載地址）。
Anaconda的一些命令（在Anaconda的命令行窗口輸入）：
conda list #該命令，將列出Anaconda安裝的所有應用包，我們可以看到Anaconda已經安裝了numpy, nose, pip, python, scipy, mingw等等。
conda install <pkg name> #該命令用於安裝應用包，如 conda install numpy.
pip install <pkg name> #該命令用於安裝應用包，如 pip install theano.
conda update <pkg name> #升級應用包，如 conda update python
2. 安裝Theano，在Anaconda 的命令窗口中輸入 pip install theano，可以看到程序開始下載安裝包，並檢查是否滿足安裝條件：numpy>=1.5.0，scipy>=0.7.2，滿足條件之後開始運行setup.py安裝theano，安裝完成後會顯示Successfully installed theano。
3. 測試Theano安裝情況。
（1）在ipython中輸入以下兩行代碼：
import theano
theano.test（）
會顯示theano的版本號，安裝位置，已經其他包的安裝版本，如numpy,nose,python等。
在運行中出現g++不是內部或外部命令，也不是可運行的程序或批處理文件。
（2）在Anaconda的命令行窗口輸入：python Lib\site-packages\theano\tests\run_tests_in_batch.py
顯示unable to find theano-nose，查看run_tests_in_batch.py發現，其中路徑設置為在bin下尋找theano-nose文件，而實際上Anaconda文件夾下根本沒有bin這個文件夾，theano-nose存放在Scripts文件夾中。
》》》嘗試1：將Scripts更名為bin，重新運行這句命令，可以成功運行。但是出現一個warning，提示沒有檢測到g++，所以無法運行優化後的C代碼版本，只能執行python版本。
該種嘗試的結果是，下次打開Anaconda 命令窗口後出現錯誤，因為其運行路徑為Scripts，所以還是不要修改了。
（3）g++問題。我們打開MinGW文件夾，可以很清楚的看到有g++，但是為什麼使用不了呢？？在Anaconda 命令窗口中輸入g++也能成功調用g++.exe啊。所以結論是，鑒於這個代碼中出現很明顯的漏洞，所以說不定這里也是錯誤，先不管這些了。
試著做了以下配置，也不知行不行。
添加環境變數： path: C:\Anaconda\MinGW\bin;C:\Anaconda\MinGW\x86_64-w64-mingw32\lib;
新建環境變數： PYTHONPATH: C:\Anaconda\Lib\site-packages\theano;
在home目錄下（cmd可以看到，我的是C:\Users\Administrator），創建 .theanorc.txt 文件內容如下：
[global]
openmp=False
[blas]
ldflags=
[gcc]
cxxflags = -IC:\MinGW\include
（4）驗證BLAS是否安裝成功。由於numpy是依賴BLAS的，如果BLAS沒有安裝成功，雖然numpy亦可以安裝，但是無法使用BLAS的加速。驗證numpy是否真的成功依賴BLAS編譯，用以下代碼試驗：
>>> import numpy
>>> id（numpy.dot） == id（numpy.core.multiarray.dot）
False
結果為False表示成功依賴了BLAS加速，如果是Ture則表示用的是python自己的實現並沒有加速。
『捌』 anaconda怎麼安裝python環境
第一步：下載好自己電腦合適版本的anaconda：
『玖』 怎麼配置Anaconda環境變數
選中path ，然後點擊編輯，將游標移到最後面，將鍵盤轉換為英文輸入法，輸入一個分號 ( ; )，然後將復制的路徑，粘貼在分號後面，點擊確定，保存後關閉就可以，啟動anaconda就可以使用了。
更多Python知識，請關注Python視頻教程！！