1. Anaconda3卸载
先说Anaconda3的卸载，在Anaconda3安装路径下有一个Uninstall-Anaconda3.exe，右键以“管理员身份运行”，可执行完全卸载
2. 下载与安装Anaconda3
官网地址https://repo.anaconda.com/
点击Anaconda Distribution，或者访问以下路径https://www.anaconda.com/products/distribution
其中Download按钮下载的为最新版本，如果需要下载指定版本，将页面滑至最下端，进入archive
或者直接访问以下路径Anaconda3历史版本，可以找到Anaconda3所有历史版本
可以看出，下载列表里，只有Anaconda3的发布日期，并没有所对应的python版本，如果想要下载特定版本的python，例如，想要想在目前比较稳定好用的python3.9，可以访问Anaconda3版本与python版本的对应关系
我想要下载windows64位系统python3.9对应的Anaconda3，即Anaconda 2022.10，去找到对应版本下载即可
安装过程一路next，没有需要特别强调的，我的安装路径为：C:\ProgramData\Anaconda3，该环境也称作基环境(base environment)，区别于自己创建的环境。
安装完成后，打开Anaconda3自带的命令提示符Anaconda Prompt，输入python，显示以下，表明安装成功，python版本是3.9
3. PyCharm三种解释器的区别（virtual Enviroment, system interpreter, conda Enviroment）
在用Pycharm构建新的python项目(例如Pure Python、Django、Flask等项目类型时)或者在已有项目配置解释器时，会遇到三个选择
- virtual Environment
- system interpreter
- conda Enviroment
- system interpreter表示本体解释器
选择系统里安装的Python作为解释器，不推荐使用 - Virtual Environment-python的虚拟环境
可以使用一个Python程序拥有独立的库library和解释器interpreter，而不用其他Python程序共享一个library和interpreter。虚拟环境的好处是避免了不同python项目间的互相影响（共用global library和interpreter），例如项目A需要某个库的1.0版本，而程序B需要同样这个库的2.0版本，如果程序B执行则A就不能执行了。
Virtual Environment是一款工具，Pycharm中集成了它，用以创建独立的虚拟环境，Virtual Environment主要解决的库依赖和版本依赖、以及间接授权的问题。 - conda Environment
当然，我们在使用python时，大部分人会选择从安装Anaconda3开始，当你的电脑中安装了Anaconda3，可以使用其附带安装的python解释器，例如，在本教程中，C:\ProgramData\Anaconda3这个路径下的python解释器是Anaconda3下载时自带的。
4. 在pycharm中以交互方式分别用Conda和Virtualenv为新项目创建/删除虚拟环境以及在指定环境中下载特定版本库
4.1 为什么要创建虚拟环境
有的时候因为各种原因，在操作系统下，我们会安装很多版本的Python解释器。同样，我们也有可能因为各种原因，需要不同版本的模块，比如Django1.8，Django1.11。再加上pip工具管理器的版本混乱问题。这就使得很多人在Python的环境管理上产生极大的混乱。
通常每个项目，甚至项目不同阶段的版本，需要不同的Python解释器和依赖库。为了清晰明了，安全可靠的管理这些环境，需要为每个项目或每个应用各自建立一套“独立、隔离”的Python运行环境。
virtualenv就是用来为每一个项目创建一套“独立隔离”的Python运行环境的工具。
以下两图分别是在pycharm中用Conda和用Virtualenv两个工具分别为一个新建项目创建虚拟环境时的一些设置
4.1 在指定虚拟环境下安装特定库
我们想要在venv下安装keras，一个简单的方法是，进入并激活venv环境，即：定位到D:\Code\MyProject1\venv\Scripts，在该路径下cmd，然后输入activate，回车
出现下图：(venv) D:\Code\MyProject1\venv\Scripts，即表示进入到venv环境了，在此环境用pip安装各种MyProject1所需的各种库，例如，我这里安装tensorflow，keras等。安装完后，venv环境现在有1G多，在pycharm中执行import keras，也不再会报错！
4.2 删除虚拟环境
要删除虚拟环境，直接删除虚拟环境所在的目录就可以了，注意不要将其它的环境给删了。但是，删除虚拟环境后，所有以前使用该环境的工程都将受到影响。这点很好理解，所以请确保环境不再有需要再删除！
5. 以命令行方式分别用Conda和Virtualenv为新项目创建/删除虚拟环境以及在指定环境中下载特定版本库
上述是在pycharm中以界面交互的方式分别用Conda和Virtualenv，下面讨论在命令行中用Conda和Virtualenv创建删除虚拟环境
5.1 用conda在默认路径下创建/使用/删除虚拟环境
默认路径为C:\Users\wangy\.conda\envs，打开Anaconda Prompt
- 创建名为
newVirEnv的虚拟环境，python解释器版本为3.7
conda create -n newVirEnv python=3.7
- 激活虚拟环境
activate newVirEnv
- 在激活虚拟环境后，直接安装需要的框架包，也可以在不激活的情况下安装，例如，安装
numpy
conda install -n newVirEnv numpy
- 退出虚拟环境
deactivate newVirEnv
- 删除虚拟环境
先退出当前虚拟环境，然后执行conda remove -n newVirEnv -all
5.2 在指定路径下创建/激活/删除虚拟环境
- 在
D:\Code路径下创建虚拟环境virEnv，python版本指定为3.7
conda create --prefix=D:\code\virEnv python=3.7
- 进入/激活该环境
activate D:\code\virEnv
- 移除该环境
先通过conda deactivate退化该环境，再执行conda remove -p D:\code\virEnv --all
#6.Conda和Virtualenv的区别
最后来讨论一下Conda和Virtualenv的区别
5.3 在指定虚拟环境中安装requirments.txt文件
在激活virEnv的前提下，执行pip install -r D:\Code\requirements.txt，其中D:\Code\requirements.txt是待安装的requirement.txt的路径
。。。待续。。。
文章出处登录后可见！
