1.1 Python解释器
Python 是一门动态的、面对对象的脚本语言， Python 解释器 是负责将 Python 语言翻译成计算机可以理解的指令。 我们在Python 官网 （https://www.python.org/ ）上安装的只是Python解释器。具体的安装流程可以参考以下博客：(3 封私信 / 80 条消息) python下载与安装教程（很详细） - 知乎
我们将Python解释器安装好了之后，在开始菜单里面有IDLE，该IDLE是跟随Python发布的最简集成环境 ，打开就是黑框框可以编写代码， 但是一直在这里编写代码，效率就会很低，于是出现了集成度很高的代码编辑器。
正如上面所说，为了更加高效的编写代码，出现了集成度很高的代码编辑器，比如Pycharm、Vscode等。再进一步了解这些编辑器之前，我们先看看IDE的概念，集成开发环境（IDE，Integrated Development Environment）用于提供程序开发环境的应用程序，一般包括代码编辑器、编译器、调试器和图形用户界面等工具。
（1）Vscode是开放源代码的代码编辑器。
（2）Jupyter Notebook是基于 Web 的 IDE。允许使用 Notebook 直接创建博客或代码演示；确保可复现的研究与解释；在运行整体前可以运行并修正局部代码块。但是 jupyter 只会打开当前文件夹，其他文件夹里的包是打不开的，还是得靠 pycharm 。
（3）Pycharm是用于编写Python代码的最流行的代码编辑器之一，是为了Python编辑语言专门打造的一款IDE（集成开发环境）。
（4）IDLE是开发 python 程序最基本的IDE，具备基本的IDE的功能。当安装好Python解释器以后，IDLE就自动安装好了，不需要另外去找。
1.2 Python环境
首先介绍Python环境是什么，在安装python的时候，其实也是在安装python的环境，环境包含：
- lib目录：包含标准库和需要安装的包（site-pakages）；
- Scripts：放一些可执行文件；
- python.exe：解释器；
虚拟环境就是真实环境的一个副本，不止有一个，可以有多个，每个环境都有自己的名字，一般找个文件夹放起来。
虚拟环境和环境的区别是：标准库是非常多的，每次把标准库都复制会很多，虚拟环境没有标准库，还是引用原来实在的标准库，只有将要安装的第三方库；可执行文件统一放在了Scripts下面，原因是这两个exe如果在不同的目录下面，环境变量就得加两个。
在Pycharm中，可以有两种创建虚拟环境的方法：
- virtualenv 创建的虚拟环境
- conda 创建的虚拟环境
virtualenv 创建的虚拟环境相对较轻量，独立于具体包管理工具（如pip），Conda 本身就是一个包管理工具（也能创建和管理虚拟环境）。在创建虚拟环境时，virtualenv 复制现有的python解释器（需提前安装），而 Conda随环境下载和安装的指定版本python解释器，与系统中的全局解释器独立。
1.3 包管理工具
PyPI (Python Package Index )是python官方的第三方库的仓库 ，所有人都可以下载第三方库或上传自己开发的库到PyPI。PyPI推荐使用 pip **包管理器来下载第三方库。**conda也是一种包管理器，使用Conda install ***去下载第三方库。
conda channel 的配置
默认的conda channel是defaults，但这个channel的代码包不全。我的建议使用conda-forge channel，并设置严格优先使用conda-forge，因为这不同channel的包不完全兼容。我之前通过conda-forge channel安装geopandas时候，由于没有设置严格优先使用conda-forge，conda使用了defaults channel安装了libgdal（这是geopandas的依赖包之一），导致geopandas的安装一直不成功。
conda 和 pip
conda是与语言无关的包管理器，具有严格的依赖检查，解决复杂依赖问题，全局只有一个conda包管理器：where conda。查看在base环境中conda脚本的所在位置，发现在Anaconda安装目录的主脚本文件下，查看在lstm虚拟环境中conda脚本的所在位置，发现同样的也在Anaconda安装目录的主脚本文件下。
在所有的虚拟环境中，使用的都是同一个 conda **命令，只是在安装包的过程中会自动选择安装的目的地。**而在执行创建虚拟环境，切换虚拟环境、激活虚拟环境等全局操作的时候，conda执行的是全局操作。
pip也可以安装包，但是只能按照python包，且依赖检查不严格，我们看一下在base环境中pip的位置，可以看见在Anaconda安装目录的主脚本文件下，在ltsm虚拟环境中查看pip的位置，它同时存在于主脚本文件夹和当前虚拟环境的脚本文件夹中。
不同的虚拟环境中执行 pip ，使用的脚本是不一样的，在base环境执行的pip是全局的，在其他虚拟环境中执行的是当前的pip.
在深度学习中，建议优先使用conda进行安装，因为conda对包依赖的管理更优秀，主要是深度学习网络搭建对包的依赖性很高，稍微版本不对就报错，而且conda卸载包的时候是连同依赖一起卸载的，pip卸载的时候需要手动选择指定包进行卸载，不能自动卸载依赖包，所以会带来许多冗余。conda的缺点是占据更多存储空间，且包更新速度较pip更慢。
无论使用pip还是conda下载软件安装包，都是局部的，只对当前虚拟环境有效。
1.4 conda 命令
（1）列出所有的环境：
conda env list（2）激活某个虚拟环境：
conda activate 虚拟环境名