之前写了一篇《python入门记录》算是入门了。今天受小伙伴推荐使用Anaconda来管理python环境，有被惊艳到了。
Anaconda是什么？
Anaconda是一款集成的Python环境，anaconda可以看做Python的一个集成安装，安装它后就默认安装了python、IPython、集成开发环境Spyder和众多的包和模块，一键安装，装好即用，特别适合懒人，非常方便。Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等。
conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。
小马的主要使用心得是，有点类似docker的容器隔离思想，每个conda虚拟环境就相当于一个独立容器环境，可以有自己的Python环境也可以支持克隆。虚拟环境之间的 包和版本互不影响，非常适合在AI训练下运行不同模型时需要频繁切换对应的不同Python版本和依赖包的开发场景。
其实无论python的虚拟环境，还是docker的虚拟容器，本质都是为了避免交叉污染，保证每一个项目都在自己独立的环境里运行。
有人是这么建议的：
只对python环境进行隔离或者迁移，只装anaconda就够了，比如深度学习训练或者QT本地开发之类的。
还需要对系统环境进行隔离和迁移，那就docker+anaconda，比如你要部署模型，交付产品，或者是多人共用一台服务器等。
深度学习环境配置超详细教程【Anaconda+PyTorch(GPU版)+CUDA+cuDNN】
下载与安装
不懂如何安装的同学也可以参考看这里教程1和这里教程2，教程2还包含了conda使用命令。下载Anaconda安装包的话小马建议是官网。
安装的时候需要特别注意的是以下选项要勾选（具体说明也可以参看上面的深度学习环境配置超详细教程链接），否则就需要自己处理环境变量的配置了（虽然勾选了也有可能出现需要自己手动配置环境变量的问题）。
如果你真的傻瓜安装并且忘记勾选了，那就乖乖如下自己手动配置环境变量Path（可以在conda prompt中使用where conda查看安装路径），否则命令行cmd无法识别conda和python命令。
验证安装结果。可选用以下任意一种方法：
① 在终端中输入命令?conda list?，如果Anaconda被成功安装，则会显示已经安装的包名和版本号；
② 在终端中输入?python?。这条命令将会启动Python交互界面，如果Anaconda被成功安装并且可以运行，则将会在Python版本号的右边显示“Anaconda custom (64-bit)”。退出Python交互界面则输入?exit()?或?quit()?即可；
③ 在终端中输入?anaconda-navigator?。如果Anaconda被成功安装，则Anaconda Navigator的图形界面将会被启动。
记得装好后如教程一样配置清华镜像哦。
结合Pycharm使用
如何在Pycharm中切换不同的工作环境，总结就是要在项目的配置中给当前项目配置python解释器，配置到conda的对应虚拟环境下的python.exe即可。如下，mydev是我们使用conda 命令创建的虚拟环境。
注意这里面有几个坑：
配置的时候发现 pycharm获取conda环境列表失败，error code 1。类似如下，
小马第一反应是查找anaconda安装路径下的envs文件夹是否有新建的虚拟环境mydev文件，结果没有。anaconda的envs路径跑到c盘了，应修改为anaconda安装路径的盘内。也可参考这里。
使用conda info确认配置并在C:\Users\用户名下有一个 .condarc 文件，将其打开，在其末尾添加下面内容：
最后还需将anaconda的envs文件夹权限给为可执行读写才行。
此时问题并没有解决，如图conda可执行文件配置到conda.exe下始终加载环境拉不出环境，于是使用有一个文件在anaconda\library\bin里，也叫conda.bat，配置到这个文件就行了。问题解决，IDE开发正常。
如果上面还没看懂可以在主页介绍找我哈【贝可林】，我骑共享单车到你家教。