拥有多个python解释器是很正常的事情，我们需要厘清其中的关系，不要觉得多就是乱。

Conda:一个成熟的Python环境管理工具

通常意义上Anaconda作为Python的一个发行版本，我们将其当做一个，附赠jupyter、spyder等IDE、下载即安装pandas、numpy等数据科学类库的Python是没有任何问题的。

实际上Anaconda最强大的工具就是conda，以往我们可以用pip进行Python类库的管理，现在我们可以用conda替代，甚至Anaconda Navifator提供了图形化的类库管理界面，可以通过点点实现类库的管理。

虚拟环境

我所认为的虚拟环境就是python的分身，我们将安装Anaconda赠送Python作为base(因为在有了虚拟环境后，这个python后往往都接着一个base)。通过创建虚拟环境，这个base通过复制（只保留基础类库），得到了虚拟环境，可以理解为一个全新的Python，在运行Python程序的时候可以指定用哪一个Python。

不同的项目需要的类库支持往往不一样，当base安装的类库居多时，容易发生包之间的版本冲突或不匹配，所以为不同的类型的项目创建一个单独的虚拟环境（python）是非常有必要的。

创建虚拟环境

这样的创建过程有很多种方式可以完成：

• Clone项目时，Pycharm询问是否为该项目创建一个虚拟环境，如果选择创建，就会在该项目文件下新建一个envs文件夹，用于存放新的python和该项目接下来需要的包。当然你也可以不选择创建，直接使用已有的环境就成（base或者其他的虚拟环境）
• 使用Anaconda Navifator创建，点点界面实在是很友好，所以很推荐这种方式创建虚拟环境，并且可以在这直接装好包。
• 当让是可以使用终端创建，详细的就看别人的介绍就成。

使用虚拟环境

在Pychram中可以通过配置项目解释器的方式指定解释器，但是你会发下Pycharm中的终端还是base解释器，在那装包还是装到base上了，这个时候需要在Pycharm设置中将工具>终端>应用程序设置>Shell路径改为C:\Windows\system32\cmd.exe，这样以来终端中就是项目的环境了。

另外就是如果不用Pycharm，需要先激活activate指定环境，然后再运行程序，或者直接cd到envs路径下，再运行程序，也可以达到目的。

一些命令

• 查看本地所有的虚拟环境

  conda info -e
  

• 激活指定环境

  activate scrapy
  

• 关闭已经激活的环境

  conda deactivate