1. 为什么要创建虚拟环境

我们在做开发时可能会同时开发多个项目，这些项目可能会依赖于不同的python环境，比如有的用到3.6有的用到3.7，这时我们创建不同版本的python，放到虚拟环境中给不同的项目分别提供其所需要的版本，这样可以将各项目所用的环境隔离开不会相互影响。就算多个项目使用同一个版本的python，这时候还是需要创建conda虚拟环境的，比如一个项目用Pytorch开发，一个项目用TensorFlow开发，不同框架对python包依赖，对底层库的依赖是不同的， 此时可能会起冲突，比如安装Pytorch后再安装TensorFlow时可能会将Pytorch所用依赖更新，则会导致Pytorch无法运行。故创建虚拟环境是非常有必要的，它可以隔离各项目所需环境，让项目之间不会起冲突。

2. 开始搭建虚拟环境

第一步：创建虚拟环境

打开Anaconda Powershell Prompt ，输入

conda create --name my_first_env python=3.6

注意事项：
①其中my_first_env是自定义的虚拟运行环境名称
②python=3.6指定了虚拟运行环境的python版本

完成之后会在你的指定的虚拟环境存放路径下创建my_first_env文件夹如下图

第二步：切换进入虚拟环境

输入：

conda env list

列出所有已创建的环境，此时我们在base环境中，可看到下面创建有my_first_env

输入下面代码进入虚拟环境：

conda activate my_first_env

输入 conda list 可以查看当前环境中所有安装过的程序
输入pip list 可以查看当前环境中所有python的模块

2.1 安装python的各种模块

第一种方式： pip install

第一步： 配置镜像提高下载速度
进入到用户文件夹，创建pip文件夹

pip文件夹下创建pip.ini配置文件

用记事本类似软件打开，写入以下内容:

[global]
index-url=https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host=pypi.tuna.tsinghua.edu.cn

以上配置的是清华镜像，若想配置其他镜像只需更改相应链接地址即可

豆瓣：

[global]
index-url=https://pypi.douban.com/simple/
[install]
trusted-host=pypi.douban.com

阿里云：

[global]
index-url=https://mirrors.aliyun.com/simple/
[install]
trusted-host=mirrors.aliyun.com

注意事项
Linux配置pip镜像稍有不同，在更目录下创建或修改~/.pip/pip.conf pip配置文件，其内容相同

第二步：安装模块
此处以安装numpy模块为例，输入pip install numpy即可，此时默认下载最新版本；也可以指定版本安装，比如输入pip install numpy==1.16.5

注意：再次安装低版本的numpy时不需要卸载之前安装好的numpy，在安装时会先卸载之前版本的numpy再进行安装

第三步：卸载模块
卸载时只需要输入pip uninstall numpy即可，不需要加版本号

注意：
① 在安装一个模块时，会自动地安装或更新该模块所需要的依赖模块，来匹配当前安装模块的版本
② 但使用pip卸载模块时，只会卸载当前指定的模块，并不会卸载当前指定模块所需要的依赖模块

第二种方式： conda install
第一步： 配置镜像提高下载速度
windows下在用户文件夹下创建文件.condarc，注意该文件是隐藏文件，进入该文件写入以下内容：

show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
channel_priority: flexible

第二步： 安装模块
还以安装numpy模块为例，输入conda install numpy即可
卸载numpy模块时，输入conda uninstall numpy即可

注意：
① 如果所安装的模块，需要的依赖模块不仅仅是python模块时，建议使用conda
② conda在卸载模块时，会将当前模块，以及以当前模块为依赖的所有模块统统卸载掉；但使用pip进行卸载时只会卸载当前模块，给出警告