前言
最近在 Python 語言相關討論區會看到有網友在問 Anaconda 相關的問題，網路上中文相關的介紹也偏少，因此筆者在這裡寫一篇相關的介紹，讓讀者可以比較快上手。
Anaconda 是一家美國的軟體公司 (見 FAQ)，該公司製作了一套 Anaconda Python Distribution，該 Python 發行版算是 Python (和 R) 的懶人包，這套發行版除了原本 Python 和 R 的功能外，另外加入套件管理和環境管理相關的軟體 (conda)，也預包了 1000+ 資料科學 (和其他領域) 相關的 Python 套件。
註：環境 (environment) 是 Anaconda 中虛擬的概念，在某個環境中可以指定某個版本的 Python 軟體和相關的套件，並且可快速在不同環境中切換，環境間不會互相干擾。
Anaconda 支援 Windows、Mac、GNU/Linux 等系統，請讀者依自已所用的系統來安裝。本文以 Windows 系統為主來說明如何使用此發行版。
使用商業套件的考量
或許有些讀者會對這種商業公司發展的版本有疑慮，筆者也想過類似的議題。不過，Anaconda 除了加上一些比較方便的套件管理及環境管理相關的功能，以及少數 Anaconda 特有的套件外，其他的東西其實和原本的 Python (和 R) 差不多，擔心 vendor lock-in 的問題的話就避開少數專有套件即可。如果 Anaconda 真的不幸倒掉，大不了再回頭用原本的 Python (和 R)，只是少掉 conda (套件管理軟體) 所帶來的便利性，原本投資在 Python (和 R) 的技能點不會因而廢掉。
註：筆者和 Anaconda 沒有對價關係，本文和該公司也沒有關係，純粹為個人意見。
Anaconda vs. Miniconda
Anaconda 的小缺點就是比較肥、占空間；現在的硬碟相對便宜，所以這個議題倒不是問題。如果真的很在意硬碟空間的話，也有 miniconda 這種縮小版，要多少套件才裝多少。不過，本文仍然假定讀者使用完整的 Anaconda，使用 miniconda 的讀者可交互參照著看。
另外，Anaconda 預設有 Python 3 和 Python 2 兩種版本。不過裝好之後都可以再切換環境，版本的選擇主要是影響預設環境，所以裝 Python 3 的版本比較符合 Python 社群未來的走向。本文假定讀者使用 Python 3 的版本。
Anaconda Navigator vs. Anaconda Prompt
安裝完成後，可透過 Anaconda Navigator 或終端機環境來使用。Anaconda Navigator 只是把一些 GUI 軟體的捷徑集中在一起，看起來比較美觀，那些軟體不一定會用到，而且日後 Navigator 的畫面可能會改版。筆者還是比較建議學一下終端機的 conda 軟體，常用的指令就那幾個，其實不會太難，而且指令的改版通常較慢。如果是在 Windows 下，透過 Anaconda Prompt 可以進入設好環境變數的終端機，而類 Unix 系統上建議直接設置環境變數後用系統終端機。
本文列出一些常見的使用情境給讀者參考。
安裝 Python 2
雖然 Python 2 系列不會再新增功能了，但少數軟體仍未轉移到 Python 3，偶爾還是會想到切換到 Python 2.7 版。用以下指令即可安裝 Python 2.7 的環境：
$ conda create -n py27 python=2.7 anaconda用以下指令切換至新環境：
$ conda activate py27使用完就離開：
$ conda deactivate安裝 R
雖然 Anaconda 主打 Python，但也可以在 Anaconda 中使用 R 軟體。以下指令即可建立一個新環境並安裝基本的 R 套件：
$ conda create -n mro r-essentialsAnaconda 預設安裝 Microsoft R Open (MRO)，這是微軟支援的 R 版本。如果想用原本的 R 軟體，將指令修改如下：
$ conda create -n r-env r-essentials r-base要使用時切換至新環境：
$ conda activate mro附帶一提，經筆者實測，目前 (2018 年 6 月下旬) 安裝 MRO 會出現以下錯誤訊息：
Error: package or namespace load failed for ‘RevoUtilsMath’:
.onLoad failed in loadNamespace() for 'RevoUtilsMath', details:
call: NULL
error: Remove Microsoft R and then re-install.
Be sure to select MKL libraries as an install option.即使加上 MKL 再重裝 MRO 也是出現同樣的訊息，應該是版本更換時暫時性的問題，似乎不影響使用。目前標準 R 軟體沒有這個錯誤訊息。
移除環境
除了內建的 base 環境不能移除外，其他環境若用不到了可以移除，以簡省空間。使用以下指令可以移除環境：
$ conda env remove -n mro安裝 Python 套件
conda 也可以用來安裝 Python 套件，如下例：
$ conda install scipy少數 Anaconda 沒有包進來的冷門套件，還是可以回頭用 pip 裝。
搭配 Virtualenv 建立獨立的開發環境
由於 Windows 系統無法使用 pyenv 切換 Python 版本，而 Anaconda 發行版可以藉由切換環境來切換 Python 版本，故筆者推薦 Windows 使用者使用 Anaconda 取代官方 Python 版本。相對來說，Virtualenv 的目標是在單一專案中建立獨立的 Python 環境。
在 Anaconda 中仍然可以用 Virtualenv 隔離每個專案的 Python 環境，就可以精確地控制每個專案的 Python 套件的版本。使用方式和單獨使用 Virtualenv 相同，只要在使用前先用 Anaconda 切好 Python 版本即可。
使用 Jupyter Notebook 或 Spyder
傳統上，學習 Python 時會撰寫 Python 命令稿，再從終端機呼叫 Python 軟體。不過，透過 Jupyter Notebook 或 Spyder 可以簡化輸入程式碼的過程。這兩個 GUI 軟體略有不同，前者是網頁程式，主要目的是做為互動式筆記本，後者則是 Python IDE。在 Anaconda 中這兩者皆已經預裝好，可以直接使用。本文的目的是介紹 Anaconda 本身，或許日後可再加入這兩者的教學。
安裝 RStudio
現在應該很少人會用純終端機的 R，大部分都會用 RStudio 之類的 IDE，操作上比較親和。在 Anaconda 安裝 RStudio 相當簡單，開啟 Anaconda Navigator 後，切到 R 軟體所在的 environment，再選 Install RStudio 即可安裝，之後就用同樣的捷徑開啟 RStudio 即可。或許我們有機會再另開一篇 RStudio 的教學。
[Update on 2018/06/29] 如果出現 RStudio 無法安裝的問題，可參考這裡提供的方法排除。筆者在測試時，Windows 版本有碰到此問題，而 GNU/Linux 版本則無。