前言        

        一般来说，我们都会在自己的电脑安装某个版本python的解释器，然后平时写代码的时候都用这个解释器，那么这样的话就会有个不好的地方，那就是会出现第三方库版本冲突问题，试想一下，如果你正在编写的两个项目都是用你电脑中的同一个python解释器，那么如果你的两个项目在使用某个库时都必须规定使用某个版本的，这样势必造成冲突。

解决方法1

        使用pycharm的创建虚拟环境

        首先呢，这个是不推荐的，为啥呢？很简单，这个创建虚拟的环境还是基于你电脑安装的python解释器，在这个解释器的基础上，给你的项目创建个虚拟环境，虽然解决了包冲突的问题，但是呢，有过项目经验的人应该知道，每个项目的python版本也会不一样，并且有时必须使用特定的版本才不会报错，使用pycharm创建的虚拟环境虽然可以隔离项目的依赖，但是无法解决python版本问题，总不能每弄一个项目我就在电脑上又安装一个版本的python吧，费力！

解决方法2

        安装过程不做描述(略)~

        基于Anacoda创建的虚拟环境，可以规定虚拟环境的python版本，并且还给你隔离出一个虚拟环境，这样的话，只要以后每弄一个项目我就创建一个项目版本的python，以及相关版本依赖的包即可。

        安装完Anaconda以后，我们会有一个Anaconda Prompt的命令窗口，我们可以在其中使用命令完成一系列的操作。例如，创建一个虚拟环境test

conda create -n test python=3.9

        测试，可以看到Anaconda本身的python版本是3.6

        现在我激活一下刚创建的test虚拟环境

conda activate test

        再次测试

        那么我们创建的虚拟环境具体在哪里呢，我们找到自己安装的Anaconda目录，找到一个vens的文件夹，里面就是我们创建的虚拟环境。auto是默认的

 PyChram中使用Anaconda

        既然创建好虚拟环境，那我们就要使用，一般使用pycharm进行开发，所以要在pychram中使用创建好的虚拟环境。

        例子：我们这里有一个项目，需要的python版本是3.9(电脑中没安装)

        具体操作：

                1.使用Anaconda创建一个python版本3.9的虚拟环境。

                2.解压项目，在pycharm中打开。

                3.为项目配置创建好的虚拟环境。

        使用Anaconda创建一个python版本3.9的虚拟环境。

conda create -n amazon_qt python=3.9

         解压项目，在pycharm中打开

         为项目配置创建好的虚拟环境。

 

 

        找到Anaconda安装目录，添加你创建好的虚拟环境目录下的python解释器

         使用成功！

        使用terminal查看一下python版本

常用conda命令

 包管理命令

# 列出当前环境下所有安装的 conda 包。
$ conda list
 
# 列举一个指定环境下的所有包
$ conda list -n env_name
 
# 查询库
$ conda search scrapys
 
# 安装库安装时可以指定版本例如：（scrapy=1.5.0）
$ conda install scrapy
 
# 为指定环境安装某个包
$ conda install --name target_env_name package_name
 
# 更新安装的库
$ conda update scrapy
 
# 更新指定环境某个包
$ conda update -n target_env_name package_name
 
# 更新所有包
$ conda update --all
 
# 删除已经安装的库也尅用（conda uninstall）
$ conda remove scrapy
 
# 删除指定环境某个包
$ conda remove -n target_env_name package_name
 
# 删除没有用的包
$ conda clean -p

环境命令

# 查看现有的环境
$ conda info --env
 
 
# 创建环境，后面的python=3.6是指定python的版本
$ conda create --name env_name python=3.6
 
# 创建包含某些包的环境（也可以加上版本信息）
$ conda create --name env_name python=3.7 numpy scrapy
 
# 激活某个环境
$ activate env_name
 
# 关闭某个环境
$ conda deactivate env_name
 
# 复制某个环境
$ conda create --name new_env_name --clone old_env_name
 
# 删除某个环境
$ conda remove --name env_name --all
 
# 生成需要分享环境的yml文件（需要在虚拟环境中执行）
$ conda env export > environment.yml
 
# 别人在自己本地使用yml文件创建虚拟环境
$ conda env create -f environment.yml