一、前言
随着学的越来越深，发现以前有很多东西配置啊安装啊是不够清晰的、写Python作业经常会出现版本不兼容的问题，只会照着网上的经验贴复制粘贴代码，而不懂得背后的逻辑，所以产生这篇经验贴，想着一次性搞好环境版本不兼容的问题。
我的电脑没有独显，所以用的都是cpu可兼容的版本，使用的系统是Windows 11。
首先需要提前做的事情是：
- 下载Python解释器
- 下载并配置Pycharm
- 下载并配置Anaconda
二、Python开发环境
我用的是Pycharm专业版，网上有很多破解版教程可以自行搜索。
一开始我用的是vscode，后面发现不方便。为什么呢？因为大一的时候学c语言，编写c语言是在vscode里面的，后面写python也想在vscode里面，结果一通操作之后，vscode的环境由c语言变成了python搞得c语言又要重新配环境，就很麻烦。（相信你们应该知道vscode配c语言环境有多麻烦。。。）后面导致重新vscode配c语言环境也是老是用不了，反反复复配。所以Python还是乖乖在Pycharm里面跑吧。
这里建议用专业版，不然以后深入学习的话有些功能用不了。
三、用什么下？介绍一下pip和conda
pip和conda都是可以用来管理包的。所谓包，简而言之就是实现功能的工具吧，就犹如画图要用笔，计算要用计算器。我们使用的python基本库有些功能是无法实现的，或者有更好的实现方式，这些实现的方式可以放在包里面，我们把包下载下来后就可以调用包里面的功能。
我以前pip和conda都是在Anaconda Prompt里面混着用的，因为网上搜索下载包的教程有时候用pip的指令来下有时候用conda的指令来下，我只会复制粘贴代码。但其实它们是有不同之处，结合网上的一些经验贴总结如下[1][2]：
- pip只能下载python的包，conda除了下载python的包还可以下载别的包。
- pip可以在任何环境下载包，conda只能在conda环境下下载包。
- pip 和 conda 的python安装包路径在虚拟环境下都是 xxxx\Anaconda3\envs\a_conda_env\Lib\site-packages，conda 安装非python包路径是 xxxxx\Anaconda3\pkgs。
- conda 会覆盖pip安装的包，pip 不会覆盖conda的包。
四、从哪里下？介绍一下镜像源
镜像源其实就是包下载的地方啦，在镜像源里面下载会比在国外网站下载快。
常用的镜像源[3]：
阿里云：http://mirrors.aliyun.com/pypi/simple
清华大学：https://pypi.tuna.tsinghua.edu.cn/simple
中国科技大学：https://pypi.mirrors.ustc.edu.cn/simple
中国科学院：http://pypi.mirrors.opencas.cn/simple
1、查看镜像源
可以在Anaconda Prompt中输入conda --show channels查看镜像源的路径。可以看出，我这里用的是清华的镜像源，有一个问题是我挂着tizi的时候不能下载包，会出现网络错误，不知道是不是镜像源的问题，总之下载的时候别挂着tizi就行了。
2、更换镜像源
可以参考这一篇博客，写的挺详细的：yutu7:Anaconda更换镜像源的相关配置。我没换过镜像源，下次有空试试（踩踩坑）。
五、怎么下？Anaconda配置虚拟环境[4]
1、查看Python版本
打开Anaconda Prompt，输入python --version，可以看出我这里下载的base（本地的）的python版本是3.9.12。
有时候我们需要用不同的python版本，例如3.8的，但是又不方便修改本地base的python版本，怎么办呢？所以就需要创建虚拟环境，在虚拟环境中配置你想要的python版本。一般来说，一个环境中的python版本随意更改之后，该环境的其他包会很容易出现不兼容问题。
2、创建虚拟环境
如果之前已经创建了虚拟环境可以不用创建，直接把包装进虚拟环境即可。可以跳转下面的第3条。
接着在Anaconda Prompt中，输入conda create -n 虚拟环境的名字 python=3.9，例如：我这里创建的虚拟环境的名字是EnvPython3.9，这个名字可以随便取。python版本设置为3.9。
会冒出来一大串东西：
意思就是我原本的conda环境(23.7.4)太老了，它WARNING让我升级conda(23.10.0)。
创建的虚拟环境的地址是在D:\Anaconda\envs\EnvPython3.9当中。
The following NEW packages will be INSTALLED的意思是从下列地址当中把包装进这个新的虚拟环境中。
Proceed ([y]/n)?意思是要继续下载吗？我们选择y，确定下载。
3、查看创建的虚拟环境
接着在Anaconda Prompt中，输入conda info --envs。可以看出，刚刚创建的虚拟环境EnvPython3.9出现在列表中，说明确实创建成功。星号*所指的就是目前所在的环境base，第一行中(base)也说明现在的环境是本地环境。
我们还可以删除多余的虚拟环境，输入conda remove --n 虚拟环境名字 --all，例如：删除EnvPython9这个虚拟环境。Proceed ([y]/n)?我们选择y，确定删除。
4、激活虚拟环境
输入activate (虚拟环境名字)即可激活该虚拟环境，接着我们可以输入conda list查看这个虚拟环境中配置的包。从图中我们可以看出，第三行括号里面的环境已经切换为我们想配置的虚拟环境当中了，而且之前创建虚拟环境的同时，会把最新版的pip也装进去。对比于base中的包，这个虚拟环境中的包的数量显然少很多，所以下一步我们还需要在该虚拟环境中搭载我们需要的包。
我们也可以输入conda deactivate 退出当前的虚拟环境回到base环境中
5、常用的命令
| 操作 | pip命令 | conda命令 |
|---|---|---|
| 下载包 | pip install 包名或pip install -n 指定环境名 包名或pip 包名==指定版本 | conda install 包名或 conda install -n 指定环境名 包名或conda 包名==指定版本 |
| 删除包 | pip uninstall 包名 | conda uninstall 包名 |
| 查看该环境安装的包 | pip list | conda list |
接着我们可以利用以上命令来管理包，一般来说是通用的，但会有少许不同。查阅资料发现，程序猿的探索之路的这篇博文提到：
-
conda会检查版本的依赖性，pip不会。这也就导致pip下的包可能会因为不兼容而用不了。
-
如果同时用conda和pip下了同一个但不同版本的包，可能会出现冲突，需要手动删除其中一个。
这几个是可以兼容的 python 3.9.18 matplotlib 3.8.0 numpy 1.26.2 tensorflow-cpu 2.15.0
下载numpy（建议先下载numpy）：pip install numpy==1.26.2
下载matplotlib：pip install matplotlib==3.8.0
下载tensorflow-cpu：pip install tensorflow-cpu==2.15.0
六、Pycharm中切换虚拟环境
打开pycharm
然后点确定-确定就切换成功了。
如果看不懂，这里有个油管的视频版教学：油管创建虚拟环境后在pycharm中更换虚拟环境
521
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
