本文主要介紹如何通過conda create 建立一個只含標準模組和幾個必需第三方模組（如 pip、wheel）的python環境，快速方便管理多個python2和python3，並實現快速切換。

1、前提：

    可以開啟命令列輸入conda -V檢驗是否安裝以及當前conda的版本。

2、conda常用的命令。

    1）conda list 檢視安裝了哪些包。

    2）conda env list 或 conda info -e 檢視當前存在哪些虛擬環境

    3）conda update conda 檢查更新當前conda

3、通過conda create建立python虛擬環境

    使用 conda create -n your_env_name python=X.X（2.7、3.6等)命令建立python版本為X.X、名字為your_env_name的虛擬環境。your_env_name檔案可以在Anaconda安裝目錄envs檔案下找到，同時在啟用環境下輸入which python可以檢視啟用環境下的python所在的位置 （如何啟用見4）。

4、啟用(或切換不同python版本)的虛擬環境。

    開啟命令列輸入python --version可以檢查當前python的版本。

    使用如下命令即可 啟用你的虛擬環境(即將python的版本改變)：

    Linux:  source activate your_env_name(虛擬環境名稱)

    Windows: activate your_env_name(虛擬環境名稱)

   這時再使用python --version可以再次檢查當前python版本。

5、關閉虛擬環境(即從當前環境退出返回使用PATH環境中的預設python版本)。

   使用如下命令即可。

   Linux: source deactivate

   Windows: deactivate

6、刪除虛擬環境。

   使用命令conda remove -n your_env_name(虛擬環境名稱) --all， 即可刪除。

7、安裝命令

   使用以下在對應python版本的啟用環境下安裝package包:

           pip install [package] 或者 conda install -n your_env_name [package]

   舉例安裝numpy:pip install numpy

【注：新增映象】

   如果需要安裝很多packages，你會發現conda下載的速度經常很慢，因為Anaconda.org的伺服器在國外。所以我們可以更改映象，加快下載速度，可以參考http://topmanopensource.iteye.com/blog/2004853
   Linux下：

   mkdir ~/.pip/
   vi ~/.pip/pip.conf

   插入
   [global]
   index-url = http://pypi.douban.com/simple
   [install]
   trusted-host=pypi.douban.com

   以下是幾個個人在比較常用安裝的包介紹，可以根據自己情況安裝:

    1）numpy

          陣列使用,可用來儲存和處理大型矩陣

    2）pandas

         資料分析工具，非常適合應用於資料清洗，分析/建模，然後將分析結果組織成適合於繪圖或表格顯示的形式的全部過程。變      量是資料框

    3）scipy

         使用NumPy來做高等數學、訊號處理、優化、統計和許多其它科學任務的語言擴充套件，集合了很多數學函式

    4）matplotlib

         視覺化的實現

    5）scikit-learn

         包含了常見機器學習的演算法

    6）nltk

         基於python的自然語言處理工具集

    7）jieba

         包含分詞，詞性標註，關鍵詞抽取等         

    8）fasttext

         facebook開源的一個淺層文字分類演算法，訓練速度極快，試用了n-gram資訊

    9）tensorflow

         Google開源的深度學習框架

    10）Keras

         Keras是由純python編寫的基於theano/tensorflow的深度學習框架,比tensorflow結構簡單，建立深度學習模型更快一些。

參考資料：