前言
由于Python语言的简洁性、易读性以及可扩展性，且工具库十分的强大,很多机器学习工具库都提供python API，但是凡事有利有弊，当你遇到安装或者运行python时出现某个dll异常问题，当你遇到Python2和Python3共存问题，当你遇到各种模块安装管理问题时怎么办？有没有一款工具同时解决这些问题呢？好了强烈推荐一款管理工具---Anaconda，免去了折腾环境和安装各种包的麻烦，也解决了Python2和Python3共存问题，麻麻再也不用担心我的小烦躁了。
什么是Anaconda?
此Anacaoda非“麻辣鸡”的饶舌大蟒，而是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。
使用Anaconda
接下来以windows上为例让我们安装好Anaconda然后再逐个解决上面的问题。
一、安装
详细安装过程在此不一一列出。安装时建议注意下面情景：
正确的姿势是从国内清华大学开源软件镜像网站下载并配置，下载地址https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
安装路径不能出现中文；
安装路径不要出现空格，否则后面坑会很多。
安装完成后，需要对所有攻击包进行升级，以避免可能发生的错误，在命令行中输入：
二、创建专属的虚拟环境
因为我现在安装的是最新版Anaconda3，其自带的Python版本为3.6，如果我们需要添加2.7版本的Python，可以进行如下操作。
其中test27是新添加环境的名字，可以自定义修改。
这样我们就有了一个test27的虚拟环境，通过activate test27和deactivate test27命令激活、退出该环境。
三、安装第三方包
激活新环境后，所做的操作都是在新环境下的，先来尝试pip安装lxml。
果然。。。失败了。。。如果自己解决这个问题，会很复杂，至少目前笔者直接放弃解决这个问题。
但是通过conda一条命令就OK了。
其实命令很简单，多打两次就记住了，以下是常用命令
记不住也没关系，可以通过以下命令查看即可
四、与pycharm连接
工作总大部分人都会用集成开发环境去编码，在windows中，pycharm是一个比较好python编辑器，所以把pycharm 和 anaconda结合起来，是不是很完美呢！
pycharm需设置刚才创建的虚拟环境。
在Pycharm-->file-->settings-->搜索project interpreter（项目解释器）-->选择Anaconda3的envs 你的环境 --〉点击“OK”，可以看到下面的依赖包变成了创建环境中的包了，随后我们就可以再pycharm中愉快的编码了。
结束语
是不是发现用上Anaconda自然且优雅的解决上面所提及的单个python环境所带来的弊端了呢,其实这一切的实现也并没有那么神奇.当然这些只Anaconda的入门知识，我们先学会用Anaconda去换一种方法管里自己的开发环境以至于不让这些杂事困扰，专心于代码。
