使用conda创建python虚拟环境

对于anaconda的作用一般使用python的人都知道，它提供了包管理于环境管理的功能，支持Linux、Mac、Windows系统，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。

---

我之前也不知道为什么要去创建虚拟环境，后来才发现python是一门非常依赖环境的语言，尤其是开始复现一些大神的demo时会发现，每个开发者的开发环境都不太一样。举个栗子：如果你需要复现的工程是基于tensorflow 1.4.0的，而你自己的版本是1.9.0，是否要降版本来营造和人家一样的环境呢？是否每次都要通过换自己本地的版本以达到工程的兼容性呢(我真的这么去做过。。。)

---

conda安装虚拟环境

conda create -n your_env_name python=X.X

输入上面这行命令，随即可以创建一个your_env_name,基于版本X.X(可以是3.6或者3.7任何可用的版本）的一个虚拟环境了。

激活conda虚拟环境（windows)：

activate your_env_name

如果你使用的是Linux系统：

source activate your_env_name

激活之后，命令行的最前面就会出现虚拟环境的名字，我创建了两个虚拟环境，分别用来实现tensorflow与pytorch的项目：

(tf13)D:\>

这是我激活tensorflow的环境，括号里是环境名

（mypytorch）D:\>

这是我激活pytorch的环境，括号里是环境名

退出虚拟环境

conda deactivate

如果是Linux系统，

source deactivate

---

查看Conda环境下所有的虚拟环境

conda info --envs

---

删除Conda虚拟环境

conda remove -n your_env_name --all

your_env_name对应的就是要删除的虚拟环境名称

---

用jupyter notebook管理conda多环境kernel

notebook是我目前我最喜欢的编辑器，使用conda创建多个环境时，如果notebook中无法找到虚拟环境的kernel，一个方法是先激活虚拟环境，然后在虚拟环境中打开notebook，这里要说第二个方法:在虚拟环境中安装kernel模块

1. 在主环境中安装nb_conda

conda install nb_conda

2. 激活虚拟环境

activate tf13

3. 在虚拟环境中使用conda安装ipykernel

conda install ipykernel

重启notebook就可以看到这个虚拟环境的kernel了。

---

参考：

https://blog.csdn.net/leviopku/article/details/84548816