已知各用户需求量与单位运输成本矩阵如何用anaconda解决多重重心法选址问题确定仓库位置，及分配情况

多重重心法是一种用于确定多个重心的方法，尤其适用于多元数值问题的解决。对于选址问题，我们可以通过多重重心法来确定最优的仓库位置和分配情况。

要使用anaconda解决这个问题，我们可以使用Python中的优化库，例如SciPy库中的scipy.optimize包。具体来说，我们可以使用scipy.optimize.linprog函数来实现多重重心法。该函数可以帮助我们解决线性规划问题，包括最小化总成本、最大化利润等问题。

在这里，我们可以将各用户需求量与单位运输成本矩阵视为线性约束条件，并通过设置适当的目标函数，来实现选址问题的最优解。

具体的解决方案还需要根据问题的具体情况进行设计和实现，例如确定目标函数、制定线性约束等。因此，建议您先深入了解Python中的优化库和多重重心法的相关知识，再根据具体问题进行实现。