Anaconda介绍、安装及使用教程
前言
是一种面向对象的解释型计算机程序设计语言，具有跨平台的特点，可以在、以及系统中搭建环境并使用，其编写的代码在不同平台上运行时，几乎不需要做较大的改动就能运行。
的应用遍及人工智能、科学计算、开发、系统运维、大数据及云计算、金融、游戏开发等，具有数量庞大且功能相对完善的标准库和第三方库。
一、Anaconda
1、简介
是大型的科学计算平台，是集成开发环境，包含了大量的科学包，能够方便快捷的对程序包进行管理和部署。
2、特点
安装简单包含了数百个科学模块，高效运用于各种项目免费社区支持 是跨平台的，有 、、 版本支持多种语言：、、等
3、包管理工具——conda
3.1 升级
升级需要先升级
3.2 卸载
、 删除安装路径
3.3 基本命令
3.4 对包的操作
3.5 镜像源
修改配置文件
查看是否生效
4、pip
4.1 基本命令
4.2 升级
、
4.3 镜像源
临时使用清华源
永久修改
Linux、Mac：
windows：
二、安装
官网地址：
1、Windows
安装时一般默认就行，在这一步，不要勾选 
2、Linux
命令行安装
安装过程中，出现提示. 如果接受默认安装路径，则会显示 并且继续安装。 出现提示 建议输入。
3、Mac
前面直接下一步
在这，可以点击来改变安装位置。
完成！
点击的图标，打开
启动成功，说明安装完成。
三、jupyter
1、notebook环境配置
1.1、Windows
打开控制面板->系统->高级系统设置->环境变量，选中系统变量中的path进行添加
在Anaconda安装位置下的的Script目录及Library\bin目录复制进去，如
2、配置
2.1、生成配置文件
2.2、设置密码
2.3、修改配置文件
Windows
Linux、Mac
2.4、启动notebook
2.5 远程登录
启动之后在浏览器中输入启动是打印的网址或者：
jupyter在服务器服务器，想在本地浏览器访问时，需要在终端输入命令
注：指定本地浏览器需要输入的地址，代表服务器运行jupyter时打印的输出信息中的地址
3、jupyter kernel
3.1 扩展 R kernel
3.2 查看kernel
3.3 卸载指定kernel
四、jupyter 插件
1、jupyter notebook 插件
1.1、安装并激活 jupyter_contrib_nbextensions
1.2、 安装并启用 Jupyter Nbextensions Configurator
1.3、conda安装的方式
可替代1.1和1.2
完成后，在启动 jupyter notebook后可在浏览器菜单栏中多了一栏
选中想要的插件即可添加
1.4、插件选择
Variable Inspector ：这是一个查看变量的插件
Table of Contents ：自动生成目录插件
Table of Contents ：自动生成目录插件
Codefolding： 代码折叠
Autopep8： 自动代码格式优化
AutoSaveTime： 控制脚本的自动保存时间
Hide Input All： 隐藏所有的代码单元，保持所有的输出和 单元可见
Spellchecker： 对 单元中的内容进行拼写检查
插件很多，可根据需要添加
2、jupyter lab插件
点击菜单栏下拉框中的选项，进入设置页面
接着，点击，并且在右边的空白框里填上，并且按右上角的保存按钮。
最后，你会看到Lab右边会出现插件栏的按钮，我已经安装过一些插件
介绍几款好用的插件
注：安装这些插件需要先安装 node，并将node添加到环境变量中。安装时请注意node版本
2.1、toc
这是一个目录插件，安装后就能很方便地在上展示或者的目录。 目录可以滚动，并且能展示或隐藏子目录。
2.2、LaTeX
支持在线编辑并预览文档。
2.3、drawio
可以在中启用绘图工具，是一款非常棒的流程图工具。
2.4、variableinspector
该插件可以在中展示代码中的变量及其属性，类似中的变量检查器。
2.5、go to Definition
该插件用于在笔记本和文件编辑器中跳转到变量或函数的定义。
2.6、lsp
该插件用于自动补全、参数建议、函数文档查询、跳转定义等。
2.7 spreadsheet
该插件用于在上显示表格，只读
2.8、debugger
可用于试调
2.9、matplotlib、dash、plotly等可交互式绘图
帮助我们在界面配合实现交互式的作图，只需要在绘图之前执行魔法命令
matplotlib：
plotly：
2.10、kite
在使用代码补全服务
欢迎关注的我微信公众号
