代码收藏家 通过环境变量实现多个 python 版本的自由切换以及 Conda 虚拟环境的使用教程
目录
在 Python 开发中，不同项目可能需要使用不同版本的 Python 或依赖库。如果直接在系统中安装多个 Python 版本，很容易导致版本冲突或依赖混乱，给开发带来不必要的麻烦。为了解决这一问题，掌握如何安装多个 Python 版本并自由切换，是每个 Python 开发者必备的技能。
本文将介绍两种常用的方法来实现多版本 Python 的管理和切换：环境变量配置和 Anaconda 虚拟环境管理。通过环境变量，我们可以手动控制系统中默认的 Python 版本；而通过 Anaconda，我们可以轻松创建和管理多个独立的 Python 环境，避免依赖冲突。无论你是初学者还是经验丰富的开发者，本文都将为你提供清晰的步骤和实用的技巧，帮助你高效管理 Python 版本，提升开发效率。
Python 安装包的下载和安装
首先到 Python 官网（https://python.org）下载指定版本的 Python 安装包。
Python 的版本格式说明，例如 Python3.9.8，第一个数字 3 是主版本，第二个数字 9 是次版本，第三个数字 8 是微版本。哪个版本更好不是绝对的，不同的项目可能依赖不同的 Python 版本，根据项目需求下载指定版本的 python 。
运行 python 安装程序，选择自定义安装（ Customize installation ）。
如果是第一次安装，勾选添加到环境变量（Add Python to environment variables），多版本的后续安装不需要勾选。自定义一个安装路径 D:\python_versions\Python3_8_3 ，为了清晰明了，安装目录的文件名带上版本的信息。
安装完成。
通过环境变量的方式来切换不同的 Python 版本
Python 安装完成后，打开命令行，输入 python --version 检查当前系统默认的 python 版本。
命令行
--------------------------------------------
D:\>python --version
Python 3.7.5
如果没有打印版本信息，那就是环境变量没有配置好的原因。通过添加或修改环境变量，可以修改当前系统默认的 Python 版本。
设置里面找到 系统 关于，找到 高级系统设置，找到 环境变量：
环境变量有 用户级环境变量 和 系统级环境变量，一般修改用户级环境变量就已经够用了，仅对当前用户有效。当然也可以修改系统级环境变量，对所有用户都有效。
双击path，修改 path 下的值：
修改完成后，单击所有界面（子界面、父界面）的确定按钮，修改方可生效。生效后，重新打开命令行。检查当前系统默认的 python 版本：
命令行
--------------------------------------------
D:\>python --version
Python 3.9.8
有用的命令：
py -0 或者 py --list 命令列出已经安装的 python 版本。py -版本号 运行指定版本的 Python （如：py -3.8），但不会更改当前系统默认的版本。py -3.9 -m venv D:\py_project_name\venv 使用 3.9 版本，创建一个虚拟环境，Python 项目的路径为 D:\py_project_name，虚拟环境所需的文件都放在 D:\py_project_name\venv\ 下。
命令 cd py_project_name 进入到 python 项目目录下：
使用命令 venv\Scripts\activate.bat 激活虚拟环境，激活后，命令行提示符将会变成 (venv) D:\py_project_name> 。在虚拟环境下，使用命令 deactivate 退出当前虚拟环境。
在虚拟环境下，使用 pip 命令安装的第三方包都会安装到当前项目的虚拟环境下，这样就不会与其他项目的第三方包 或者与全局的第三方包 产生冲突，亦或者出现版本不兼容的错误等问题，提高开发者的开发效率。
在虚拟环境外，使用 pip 命令安装的包将会安装在全局包的路径下，时间久了，第三方包会比较混乱。所以不建议将所有的包都安装在全局环境下。全局包的路径通常在 ...\python\Lib\site-packages 下。
Pycharm 创建项目使用虚拟环境
在 Pycharm 创建项目时，可以使用虚拟环境，在 Base interpreter 中可以选择基础的解释器版本，并在已安装的 python 版本中选择指定版本的解释器。
如果使用全局环境（不建议），那就勾选 Previously configured interpreter ，并在下面选择指定版本的 python 解释器。
使用虚拟环境管理工具 conda
Anaconda 介绍：Anaconda 是一个功能强大的数据科学平台，专为简化 Python 和 R 语言的开发、包管理和环境管理而设计。
Anaconda 的核心功能包括：
-
包管理：
- 提供了
conda包管理器，可以轻松安装、更新和管理 Python 和 R 的软件包。 - 支持解决复杂的依赖关系，确保安装的软件包能够正常工作。
-
虚拟环境管理：
- 允许用户创建多个独立的虚拟环境，每个环境可以包含不同版本的 Python 和软件包。
- 避免项目之间的依赖冲突。
-
预装科学计算包：
- Anaconda 自带了大量常用的科学计算、数据分析和机器学习相关的 Python 包（如 NumPy、Pandas、Scikit-learn、Matplotlib 等），开箱即用。
下载 Anaconda ， 官网：https://www.anaconda.com/products/distribution
安装：
根据安装提示，不建议将 anaconda 添加到环境变量，不勾选。（意味着 Windows 系统的命令行无法使用 conda 命令。）Anaconda 有一个自带的命令行，conda 命令可以在它自带的命令行下使用。
安装过程有点慢，耐心等待。
安装完成后，在 开始界面找到 Anaconda Prompt 打开，进入到 Anaconda 自带的命令行界面，可以执行 conda 命令。
Conda 教程
1. 环境管理
创建虚拟环境
conda create -n 环境名 python=版本号
示例：创建一个名为 myenv 的 Python 3.9 环境：
conda create -n myenv python=3.9
激活虚拟环境
conda activate 环境名
示例：激活名为 myenv 的环境：
conda activate myenv
退出虚拟环境
conda deactivate
列出所有虚拟环境
conda env list
输出示例：
# conda environments:
base * /opt/anaconda3
myenv /opt/anaconda3/envs/myenv
删除虚拟环境
conda remove -n 环境名 --all
示例：删除名为 myenv 的环境：
conda remove -n myenv --all
导出虚拟环境配置
conda env export > environment.yml
environment.yml 文件。从文件创建虚拟环境
conda env create -f environment.yml
environment.yml 文件创建虚拟环境。2. 包管理
安装包
conda install 包名
示例：安装 numpy：
conda install numpy
安装指定版本的包
conda install 包名=版本号
示例：安装 numpy 1.21.0 版本：
conda install numpy=1.21.0
更新包
conda update 包名
示例：更新 numpy：
conda update numpy
卸载包
conda remove 包名
示例：卸载 numpy：
conda remove numpy
列出已安装的包
conda list
输出示例：
# Name Version Build
numpy 1.21.0 py39_0
pandas 1.3.0 py39_0
搜索包
conda search 包名
示例：搜索 numpy：
conda search numpy
3. Conda 自身管理
更新 Conda
conda update conda
更新 Anaconda
conda update anaconda
清理缓存
conda clean --all
4. 其他常用命令
查看 Conda 版本
conda --version
查看帮助
conda --help
查看环境信息
conda info
输出示例：
active environment : myenv
active env location : /opt/anaconda3/envs/myenv
5. 使用示例
示例 1：创建环境并安装包
-
创建名为
myenv的 Python 3.9 环境：conda create -n myenv python=3.9 -
激活环境：
conda activate myenv -
安装
numpy和pandas：conda install numpy pandas -
退出环境：
conda deactivate
示例 2：导出和共享环境
-
导出当前环境配置：
conda env export > environment.yml -
在其他机器上创建相同环境：
conda env create -f environment.yml
PyCharm 使用 Anaconda 环境创建项目
首先创建一个虚拟环境：conda create -n example_env python=3.7
环境相关依赖下载完成之后，输入命令 conda activate example_env 激活创建的环境。
虚拟环境 example_env 激活后，所有使用 conda install 命令 下载的第三方包都会被保存到当前虚拟环境中。如需退出当前虚拟环境，使用 conda deactivate 命令。
打开 PyCharm，新建项目：使用刚刚创建的虚拟环境解释器。
END
作者：Jackey_Song_Odd
