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

Python 安装包的下载和安装
通过环境变量的方式来切换不同的 Python 版本
- Pycharm 创建项目使用虚拟环境
使用虚拟环境管理工具 conda
- Conda 教程
- - 1. **环境管理**
  - - 创建虚拟环境
    - 激活虚拟环境
    - 退出虚拟环境
    - 列出所有虚拟环境
    - 删除虚拟环境
    - 导出虚拟环境配置
    - 从文件创建虚拟环境
  - 2. **包管理**
  - - 安装包
    - 安装指定版本的包
    - 更新包
    - 卸载包
    - 列出已安装的包
    - 搜索包
  - 3. **Conda 自身管理**
  - - 更新 Conda
    - 更新 Anaconda
    - 清理缓存
  - 4. **其他常用命令**
  - - 查看 Conda 版本
    - 查看帮助
    - 查看环境信息
  - 5. **使用示例**
  - - 示例 1：创建环境并安装包
    - 示例 2：导出和共享环境
  - PyCharm 使用 Anaconda 环境创建项目

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 。

在这里插入图片描述

运行 python 安装程序，选择自定义安装（ Customize installation ）。

如果当前电脑没有安装任何版本的 python，即第一次安装，需要勾选添加到环境变量（Add Python 3.8 to PATH）。
如果当前电脑已经安装过 python，后续安装更多 python 版本，则不需要勾选添加到环境变量，即使添加了，也不会起作用。因为新添加的环境变量排在之前的 python 环境变量之后，环境变量检索的优先级是从上往下，起作用的是先前的 python 版本的环境变量。

在这里插入图片描述

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。

在这里插入图片描述

安装完成。

在这里插入图片描述

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：

在这里插入图片描述

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。

在这里插入图片描述

双击path，修改 path 下的值：

可以修改当前已有的值为指定版本的路径。
也可以添加多个版本的路径，通过右边的上移 / 下移操作来移动选定的值，环境变量优先级从上往下检索，排在最上面的 python 环境变量生效。

在这里插入图片描述

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。

在这里插入图片描述

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。

在这里插入图片描述

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。

请添加图片描述

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。
在这里插入图片描述

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：

在这里插入图片描述

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。

在这里插入图片描述

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

将当前环境的配置导出到 environment.yml 文件。

从文件创建虚拟环境

conda env create -f environment.yml

根据 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

清理未使用的包和缓存。

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

在这里插入图片描述

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。

在这里插入图片描述

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。

请添加图片描述

END