原文：/qsir/article/details/79354734
2012年发布的跨平台包管理软件conda，是在数据分析界和Numpy和Scipy一样受欢迎的python工具。但是普通程序员平时只是会使用conda安装一些第三方包， 对它从哪里来，它是什么，和它要到哪里去所知甚少。今天我们就要讲一下关于conda和anaconda不可不知的误解和事实——conda必知必会的那些事实。
误解 #1：Conda是python的一个发行版，不是一个包管理器。
事实: Conda是一个包管理器；Anaconda才是一个python发行版。虽然conda是用Anaconda打包的， 但是它们两个的目标是完全不同的。
软件发行版是在系统上提前编译和配置好的软件包集合， 装好了后就可以直接用。包管理器是自动化软件安装，更新，卸载的一种工具。Conda，有命令”conda install”, “conda update”, “conda remove”, 所以很明显， conda是包管理器。
再来说说， Anaconda 和 Miniconda. Anaconda发行版会预装很多pydata生态圈里的软件，而Miniconda是最小的conda安装环境， 一个干净的conda环境。
但是，conda和Anaconda没有必然关系， 你可以不安装Anaconda的同时， 使用conda安装和管理软件。
误解 #2: Conda是一个python包管理器
事实：Conda是一个通用的包管理器，当初设计来管理任何语言的包。所以用来管理python包当然也是绰绰有余。
$ conda search –canonical | grep -v ‘py\d\d’
这句命令可以帮你找出不是 pip和virtualenv可以管理的python包，而conda可以管理
误解 #3: Conda 和 pip 是直接竞争关系
事实：Conda 和 pip 目标并不相同， 只有小部分子集有交集有竞争关系：比如python包的安装和环境隔离。
一句话就可以看出区别：
pip可以允许你在任何环境中安装python包，而conda允许你在conda环境中安装任何语言包（包括c语言或者python）。
如果我们只是关注python包安装，conda和pip也是为不同用户和不同目标定制的。如果你想在一个已有系统快速管理python包，那你应该选择pip，因为conda应该在conda环境中使用，而pip鼓励在任何环境中使用 。而如果，你想要让许多依赖库一起很好地工作（比如数据分析中的Numpy，scipy，Matplotlib等等）那你就应该使用conda，conda很好地整合了包之间的互相依赖。
误解 #4: 使用conda首先是不负责任并且会引起分歧的
事实：Conda作者多年来用python标准创造conda，只有在非常清晰合理的时候， 才使用其他工具。
你可能会问，我相信conda是遵循python标准的，但是它们为什么偏偏要撇开pip自己去造一套包管理器呢？为什么他们不直接去pip团队贡献想法呢？
事实上，一开始conda那伙人是想在pip社区贡献想法和代码的，但是像numpy，scipy这样对底层c库有复杂依赖的包管理需求，真的不多，所以社区不接受这样的不常有的需求。所以，他们只能自己去造conda包管理器了。
误解 #5: conda不能和virtualenv一起使用，所以它对我的工作没用
事实上：你可以在virtualenv环境下安装conda，但是最好用conda自己的环境工具，这样会和pip有更好的兼容性
你可以在virtualenv里面安装conda：
$ virtualenv test_conda
$ source test_conda/bin/activate
$ pip install conda
$ conda install numpy- $ virtualenv test_conda
- $ source test_conda/bin/activate
- $ pip install conda
- $ conda install numpy
$ virtualenv test_conda
$ source test_conda/bin/activate
$ pip install conda
$ conda install numpy也可以在conda中造虚拟环境：
$ conda create -n yourenvname python= anaconda
$ source activate yourenvname- $ conda create -n yourenvname python= anaconda
- $ source activate yourenvname
$ conda create -n yourenvname python= anaconda
$ source activate yourenvname误解 #6: 现在pip用wheels了，conda没什么用了
事实：wheels只是解决了conda试图克服的许多困难中的一个， conda二进制编排还是有很多wheels没有的优势
wheels和conda都解决了预编译的代码安装问题（不仅仅是源代码安装）。但是wheel没有conda的依赖处理能力，wheels只能跟踪python代码的依赖关系，conda可以跟踪很多c代码的依赖关系，这为许多用numpy和scipy做科学计算优化的科学家省了不少心。
误解 #7: conda不是开源的；它是被盈利公司掌控的，如果有一天公司想收费了，那你就得付钱
Reality: conda (the package manager and build system) is 100% open-source, and Anaconda (the distribution) is nearly there as well.
Anaconda和conda都是standard BSD license开源标准。如果你还不放心，用pip install conda吧，这是完全开源的。
误解 #8: Conda 软件包本身都是闭源的吧？
事实: 虽然conda默认渠道没有完全开源，但是有一个社区牵头的conda-forge，它会推动conda的包和发行版完全开源。
误解 #9: 但是，如果Continuum Analytics公司倒闭，conda就不会存活了吧 ？
事实: conda没有和Continuum Analytics公司有很多牵扯；公司为社区免费提供支持服务，所有软件都有负责人，而不是公司全权负责。
误解 #10: 每个人都应该抛弃(conda | pip)去用(pip | conda) ！
事实： pip 和 conda 是为不同目的存在的，我们应该更加关注怎么同时用好这两个工具，而不是只用一个
参考文献：
/blog/2016/08/25/conda-myths-and-misconceptions/
其他参考资料：
1、conda 管理多版本python
/wild46cat/article/details/81638858
2、conda的安装与使用（最新版）
/p/edaa744ea47d
本人安装的miniconda自带python3.7.1，添加python2.7的命令如下图所示。
(base) E:\>python -V
Python 3.7.1
(base) E:\>conda create -n py27 python=2.7
Solving environment: done
## Package Plan ##
environment location: E:\miniconda3\envs\py27
added / updated specs:
- python=2.7
The following packages will be downloaded:
package | build
---------------------------|-----------------
vs2008_runtime-9.0.30729.6161| 0 1.0 MB /anaconda/cloud/conda-forge
pip-18.1 | py27_1000 1.8 MB /anaconda/cloud/conda-forge
wheel-0.32.3 | py27_0 51 KB /anaconda/cloud/conda-forge
vc-9 | 0 824 B /anaconda/cloud/conda-forge
setuptools-40.6.3 | py27_0 610 KB /anaconda/cloud/conda-forge
wincertstore-0.2 | py27_1002 13 KB /anaconda/cloud/conda-forge
python-2.7.15 | h2880e7c_1006 21.0 MB /anaconda/cloud/conda-forge
certifi-2018.11.29 | py27_1000 145 KB /anaconda/cloud/conda-forge
------------------------------------------------------------
Total: 24.6 MB
The following NEW packages will be INSTALLED:
certifi: 2018.11.29-py27_1000 /anaconda/cloud/conda-forge
pip: 18.1-py27_1000 /anaconda/cloud/conda-forge
python: 2.7.15-h2880e7c_1006 /anaconda/cloud/conda-forge
setuptools: 40.6.3-py27_0 /anaconda/cloud/conda-forge
vc: 9-0 /anaconda/cloud/conda-forge
vs2008_runtime: 9.0.30729.6161-0 /anaconda/cloud/conda-forge
wheel: 0.32.3-py27_0 /anaconda/cloud/conda-forge
wincertstore: 0.2-py27_1002 /anaconda/cloud/conda-forge
Proceed ([y]/n)? y
Downloading and Extracting Packages
vs2008_runtime-9.0.3 | 1.0 MB | ########################################################################################################## | 100%
pip-18.1 | 1.8 MB | ########################################################################################################## | 100%
wheel-0.32.3 | 51 KB | ########################################################################################################## | 100%
vc-9 | 824 B | ########################################################################################################## | 100%
setuptools-40.6.3 | 610 KB | ########################################################################################################## | 100%
wincertstore-0.2 | 13 KB | ########################################################################################################## | 100%
python-2.7.15 | 21.0 MB | ########################################################################################################## | 100%
certifi-2018.11.29 | 145 KB | ########################################################################################################## | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
# $ conda activate py27
#
# To deactivate an active environment, use
#
# $ conda deactivate
(base) E:\>python -V
Python 3.7.1
(base) E:\>conda activate py27
(py27) E:\>python -V
Python 2.7.15
(py27) E:\>conda deactivate
(base) E:\>python -V
Python 3.7.1
(base) E:\>