前言
和其他大多数现代编程语言一样，Python对包和 模块的下载、存储以及管理有其自己的一套方法。但是当我们同时开发多个项目工程的时候，不同的项目会将第三方的包存放在相同的路径下。这就意味着，如果有两个工程依赖同一个包，但是所需要的版本却不一样，比如项目A依赖v1.0.0，而项目B依赖v2.0.0。由于Python无法根据版本来区分包的安装路径，那么此时，就会发生版本冲突。
简介
本文会从
virtualenvwrapper（virtualenv的进阶版，其提供了一系列命令使得和虚拟环境工作变得便利。）
pipenv
anaconda
三个常用的Python虚拟环境配置来汇总，如有不适之处，还望各位大佬指正。
另：- 博客撰写以windows操作系统为基础（囊中羞涩），后续有Money后，会更新其他系统的操作。
- 项目使用Python版本为3.7.3
virtualenvwrapper
安装
pip install virtualenvwrapperpip install virtualenvwrapper-win #Windows使用该命令
路径
详见下图指引（从左至右，依次操作）
使用
- 创建虚拟环境
mkvirtualenv test_env - 查看所有的虚拟环境
workon - 使用虚拟环境
workon test_env - 退出虚拟环境
deactivate - 删除虚拟环境
rmvirtualenv test_env
pipenv
一个好的程序员，果断必须熟练阅读各种文档，源码。追根溯源方能获取真知！
强烈推荐：
特性
- pipenv集成了pip，virtualenv两者的功能，且完善了两者的一些缺陷。
- pipenv使用Pipfile和Pipfile.lock，查看包的依赖关系十分方便。
- Pipfile 文件是 TOML 格式而不是 requirements.txt 这样的纯文本。一个项目对应一个 Pipfile，支持开发环境与正式环境区分。
安装
pip install pipenv
使用
常用命令大全：
pipenv --where 列出本地工程路径pipenv --venv 列出虚拟环境路径pipenv --py 列出虚拟环境的Python可执行文件pipenv install 创建虚拟环境pipenv isntall [moduel] 安装包pipenv install [moduel] --dev 安装包到开发环境pipenv uninstall[module] 卸载包pipenv uninstall --all 卸载所有包pipenv graph 查看包依赖pipenv lock 生成lockfilepipenv run python [pyfile] 运行py文件pipenv --rm 删除虚拟环境
备注：直接在项目根目录下，使用pipenv install xxx即可创建项目环境，并安装xxx包
anaconda
Anaconda 是一个包含数据科学常用包的 Python 发行版本。其使用 conda 创建环境，以便分隔使用不同 Python 版本和不同程序包的项目。
特性
- pip仅适用于Python，conda适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++等语言
- conda结合了pip和virtualenv的功能。
- pip在系统自带Python中，包的**更新/回退版本/卸载将影响其他程序；而conda不会影响系统自带Python。
安装
此处跳过安装anaconda，如有需要可参考
使用
- 验证conda已被安装
conda --version - 创建新环境
conda create --name#示例：conda create --n test_conda_env
注意：
<env_name>即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。
如果要安装指定的版本号，则只需要在包名后面以=和版本号的形式执行。如：conda create --name python2 python=2.7，即创建一个名为“python2”的环境，环境中安装版本为2.7的python。
如果要在新创建的环境中创建多个包，则直接在后以空格隔开，添加多个包名即可。如：conda create -n python3 python=3.5 numpy pandas，即创建一个名为“python3”的环境，环境中安装版本为3.5的python，同时也安装了numpy和pandas。
- 查看所有的环境
conda info --env - 管理和使用环境
activate test_conda_env - 退出环境
deactivate - 删除环境(不要乱搞事情)
conda remove -n test_conda_env --all
ok，这篇关于如何创建Python项目环境的文章就暂时先告一段落。
初写博客，当然会有很多不足之处，如有错误遗漏的地方呢，还请各位老少爷们儿多多指教。