命令行中输出的Python版本与当前Conda环境中的Python版本不一致

记录一下遇到的一个奇怪的小问题。

        为了完成导师布置的情感对话的项目，我从github上找了一个模型，然后按照readme在服务器上配置好环境python2.7+tensorflow1.13.1。开始训练的时候发现训练速度很慢，一检查发现没有使用gpu版的tensorflow，于是换成了tensorflow-gpu1.13.1。

        换好之后再次运行，报错ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory

        很常见的老问题了，CUDA没有装好或者是环境变量没有配置好。我这里是没有把CUDA添加到环境变量，因为是学校实验室里的服务器，没有sudo权限，不能修改系统的环境变量，所以只能每次启动终端的时候用export命令去添加自己所需要的环境变量。为了方便，把需要export的环境变量都记录在一个文件里，每次只需要source这个文件即可。

        source完成之后，奇怪的问题出现了，我在conda环境中用python命令输出的是python3.8.5，而conda list中显示该环境的python版本是2.7，如下图所示。明明就是python2.7的环境，为什么使用python命令会提示当前版本是python3.8.5呢？我试着import tensorflow它也提示no module named tensorflow，意思是虽然显示我在DualRL-master这个环境中，但其实我在另一个环境中？

        我反复尝试删除环境，新建环境，重新安装各种包，经过多次测试，我终于找到了问题所在。执行conda activate时，会把目标环境添加到当前系统的环境变量中，这样在命令行执行python命令的时候，执行的就是目标环境中的python版本。而执行export命令时，也会添加所指定的环境变量到系统的环境变量中，而变量名出现重复时会覆盖已有的环境变量。我在使用source执行包含许多个export命令的文件时，其中有一条export命令将conda的默认python版本添加到了系统的环境变量中，覆盖了我之前用conda激活的python版本，所以我的conda虽然显示我使用的python版本是2.7，但其实系统的环境变量已经被之后所使用的export命令覆盖，换成了conda默认的3.8.5版本的python。

       我又测试了一下先使用export将某个python版本添加到环境变量后，再使用conda activate去激活另一个版本的python，在命令行使用python会发现输出的是后一个python的版本，所以可以得出结论，环境变量中同一个变量名后添加的会覆盖已有的。

        虽然不是什么大问题，但是有时候就是这种细枝末节能让你迟迟无法找到错误。