2020.2.20 更新日志：

• 本文的初衷是因为安装anaconda的时候你并不知道会包含哪个版本的python，因此我制作了下表
• 如果你使用的主要的python版本能在下表中找到，那安装对应的anaconda当然更好
• 但是如果你只是临时想用某个版本的python，或在下表中找不到对应的，你大可以直接安装最新的anaconda，然后用conda create来创建虚拟环境即可，不用非得找到对应的anaconda来装。
• 最佳的策略是你的机器上只保留一个anaconda，其中包含着你最常用的python版本，然后其他的版本环境全都用虚拟环境来管理。
• 创建虚拟环境的方法：

例如你要建一个python3.5的虚拟环境（其中myenv是这个环境的名称，可以自定）：

conda create -n myenv python=3.5

然后用以下命令进入该虚拟环境即可：

activate myenv

2019.11.18 更新日志：

• 更新了今年的版本号
• 在表格中用括号备注了包含的python版本号

Release date conda python2.7 python3.4 python3.5 python3.6 python3.7 python3.8 2015-02-25     3.4.3         2015-05-23   2.7.10           2015-09-13       3.5.0       2015-12-05   2.7.11           2015-12-07       3.5.1       2015-12-21     3.4.4         2016-03-29 conda 4.0.5 Anaconda2-4.0.0
(python 2.7.11)   Anaconda3-4.0.0
(python 3.5.1)       2016-06-28 conda 4.1.4 Anaconda2-4.1.0
(python 2.7.11)   Anaconda3-4.1.0
(python 3.5.1)       2016-06-25   2.7.12           2016-06-27     3.4.5 3.5.2       2016-07-08 conda 4.1.6 Anaconda2-4.1.1
(python 2.7.12)   Anaconda3-4.1.1
(python 3.5.2)       2016-09-28 conda 4.2.9 Anaconda2-4.2.0
(python 2.7.12)   Anaconda3-4.2.0
(python 3.5.2)       2016-12-17   2.7.13           2016-12-23         3.6.0     2017-01-17     3.4.6 3.5.3       2017-01-31 conda 4.3.8 Anaconda2-4.3.0
(python 2.7.13)     Anaconda3-4.3.0
(python 3.6.0)     2017-03-10 conda 4.3.14 Anaconda2-4.3.1
(python 2.7.13)     Anaconda3-4.3.1
(python 3.6.0)     2017-03-21         3.6.1     2017-05-31 conda 4.3.21 Anaconda2-4.4.0
(python 2.7.13)     Anaconda3-4.4.0
(python 3.6.1)     2017-07-17         3.6.2     2017-08-08       3.5.4       2017-08-09     3.4.7         2017-09-26 conda 4.3.27 Anaconda2-5.0.0
(python 2.7.13)     Anaconda3-5.0.0
(python 3.6.2)     2017-09-16   2.7.14           2017-10-03         3.6.3     2017-10-25 conda 4.3.30 Anaconda2-5.0.1
(python 2.7.14)     Anaconda3-5.0.1
(python 3.6.3)     2017-12-19         3.6.4     2018-02-05     3.4.8 3.5.5       2018-02-15 conda 4.4.10 Anaconda2-5.1.0
(python 2.7.14)     Anaconda3-5.1.0
(python 3.6.4)     2018-03-28         3.6.5     2018-05-01   2.7.15           2018-05-30 conda 4.5.4 Anaconda2-5.2.0
(python 2.7.15)     Anaconda3-5.2.0
(python 3.6.5)     2018-06-27         3.6.6 3.7.0   2018-08-02     3.4.9 3.5.6       2018-09-28 conda 4.5.11 Anaconda2-5.3.0
(python 2.7.15)       Anaconda3-5.3.0
(python 3.7.0)   2018-10-20         3.6.7 3.7.1   2018-12-21 conda 4.5.12 Anaconda2-2018.12
(python 2.7.15)       Anaconda3-2018.12
(python 3.7.1)   2018-12-24         3.6.8 3.7.2   2019-03-04   2.7.16           2019-03-18     3.4.10 3.5.7       2019-03-25           3.7.3   2019-04-04 conda 4.6.11 Anaconda2-2019.03
(python 2.7.16)       Anaconda3-2019.03
(python 3.7.3)   2019-07-02         3.6.9     2019-07-08           3.7.4   2019-07-24 conda 4.7.10 Anaconda2-2019.07
(python 2.7.16)       Anaconda3-2019.07
(python 3.7.3)   2019-10-14             3.8.0 2019-10-15           3.7.5   2019-10-19   2.7.17           2019-10-29       3.5.8       2019-11-02       3.5.9      

首先解释一下上表。 anaconda在每次发布新版本的时候都会给python2和python3都发布一个包，版本号是一样的(anaconda2-xxx和anaconda3-xxx)，并且包含的conda版本号也是一样的(表中每一行的第一列)。

表格中，python版本号下方的离它最近的anaconda包就是包含它的版本。

举个例子，假设你想安装python2.7.14，在表格中找到它，它下方的两个个anaconda包（anaconda2-5.0.1、5.1.0）都包含python2.7.14；

假设你想安装python3.6.5，在表格中找到它，它下方的anaconda3-5.2.0就是你需要下载的包；

假设你想安装python3.7.0，在表格中找到它，它下方的anaconda3-5.3.0就是你需要下载的包；

假如你想安装miniconda但是不知道该安装哪个版本，请点开下表的old package lists，它显示了每个anaconda版本包含什么版本的conda和什么版本的python，而miniconda的版本号与conda的版本号是一样的。

  anaconda miniconda 镜像下载地址 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/"_blank" href="https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/" rel="external nofollow" >https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/"_blank" href="https://www.anaconda.com/distribution/" rel="external nofollow" >https://www.anaconda.com/distribution/ https://docs.conda.io/en/latest/miniconda.html 官方下载地址 https://repo.anaconda.com/archive/ https://repo.anaconda.com/miniconda/ 官方文档 https://docs.anaconda.com/anaconda/   old package lists https://docs.anaconda.com/anaconda/packages/oldpkglists/   release notes https://docs.anaconda.com/anaconda/reference/release-notes/