一、虚拟环境搭建的几种方式
看到上面这个标题你也许质疑为什么是本地，没错，与之相对的就是远程虚拟环境的搭建。大部分开发者可能用的是windows系统来进行开发，然后将开发后的项目部署到Linux服务器上，那么在Linux上搭建虚拟环境，然后本地来使用就属于远程虚拟环境搭建了。
而本篇文章探讨的是本地虚拟环境的搭建，搭建的方式有很多，比较常见的有：
- anaconda
- virtualenv
- pipenv
那么这几种有什么区别以及又该如何选择呢？
anaconda和后面两种区别较大，在上一篇文章中提过全局环境就是将Python包下载下来直接安装就使用了，anaconda你可以理解成一个集成工具，它已经集成了Python，那么不同版本的anaconda集成了不同版本的Python，所以你无需再单独去下载Python了，只需要下载一个anaconda即可，安装后集成的Python就是全局环境的Python。
而针对后面两种，需要注意的是你必须单独去下载Python并且安装在全局环境中，然后在全局环境中再去安装能够虚拟化环境的工具包。
显然anaconda比较适合初学者，不用费那么大力去折腾环境了，无论是初学者还是有基础的朋友们，我都建议使用第一种，上手容易而且也好用，在本篇文章中我们就来探讨第一种方式的安装与使用。
推荐使用清华镜像源，不同版本的Anaconda中带着不同的Python解释器，假如使用Python3.8.5，就需要下载该版本的
Anaconda。
此时进行安装，基本上就是一直Next即可，但是需要注意2个地方：
第一个选项就是适合自己，第二个选项就是任何用户都可以。
这个地方建议选择第一项，第一项就是自动添加系统环境变量，这样我们就不用自己来配置，它的效果就是当你安装完成后，可以直接在Dos命令行中输入Anaconda相关的命令。
此时，就继续向下安装即可。当你完成安装后你可以直接在Dos命令行中输入conda和python命令，如果出现下面的内容，那么就是完成了Anconda的安装：
C:\Users\shenjianping>conda -V conda 4.9.2 C:\Users\shenjianping>python Python 3.8.5 (default, Sep 3 2020, 21:29:08) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32 Warning: This Python interpreter is in a conda environment, but the environment has not been activated. Libraries may fail to load. To activate this environment please see https://conda.io/activation Type "help", "copyright", "credits" or "license" for more information. >>>
三、Anconda的配置
Anconda主要是为了创建虚拟环境，使用Anconda提供的conda命令即可，而且也可以安装依赖包，不过每个人的习惯不同。比如，我就是使用conda来创建虚拟环境，使用pip（已经集成了Python，所以自带了pip）来安装依赖包，pip就是Python的依赖包管理工具。
但是这两个工具拉去依赖包都是从官网拉取，这样会很慢，所以我们需要对其进行包的源的配置。
在用户家目录下新建一个.condarc文件（C:\Users\shenjianping\\.condarc），写入下面配置信息：
channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
接着运行 conda clean -i 命令清除索引缓存，保证用的是镜像站提供的索引，此时通过conda命令所有的软件包都是从清华镜像源拉取。
（二）pip源配置
在用户家目录下新建一个pip文件夹，然后在文件夹下新建一个pip.ini文件（C:\Users\shenjianping\pip\pip.ini），写入下面信息：
[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple [install] trusted-host=pypi.tuna.tsinghua.edu.cn
四、Anconda的使用
通过上述的配置后，就可以正常使用了，那么来实践一下吧！
假如创建一个虚拟环境：
conda create -n testEnv python=3.10
上面的命令就是创建一个Python解释器是3.10版本、名称（-n相当于-name）是testEnv的虚拟环境。 查看虚拟环境：
conda info --env
进入这个虚拟环境：
conda activate testEnv
此时命令行的前面有一个括号，里面就是你的虚拟环境名称：
C:\Users\shenjianping>conda activate testEnv (testEnv) C:\Users\shenjianping>
此时可以在这个环境下安装各种依赖包了，如：
(testEnv) C:\Users\shenjianping>pip install requests
查看安装的依赖包：
(testEnv) C:\Users\shenjianping>pip list
如果需要进入全局环境时，就退出虚拟环境：
(testEnv) C:\Users\shenjianping>conda deactivate
如果这个虚拟环境你不需要，你也可以删除掉：
conda remove -n testEnv --all
这就是基本常规操作。
五、Pycharm中配置虚拟环境
上面过程一直在DOS窗口中进行操作的，难道在开发中也要这样搞吗？那不得疯掉吗，所以我们需要找一个IDE工具来进行开发，但是此时IDE中需要配置这个虚拟环境，那么你知道自己安装的虚拟环境在什么地方吗？
你应该关注Anaconda安装后的位置，如果默认安装的话，请查看自己这个路径：C:\Users\shenjianping\\.conda\envs
显然，这个路径下就是所有的虚拟环境，我们使用的Pyhon解释器路径：C:\Users\shenjianping\.conda\envs\testEnv
接下来我们打开我们的IDE，作者本人使用的是PyCharm工具：
这样就完成了Pycharm中Python解释器的配置了。
