前提

在刚接触 Python 的时候，大多数人都会面临一个问题，针对不同的需求，不同的环境，我到底是选择 2 还是 3，就需要一个强大的 Python环境管理工具了，可以在电脑上同时搭建两套环境，并且可以在两个环境之间来回切换而不受对方的影响，Anaconda 就是你需要的。

安装

针对不同的需求，不同的环境，Python 环境的搭建方式是多种多样。

Anaconda 有以下主要特点：

https://www.anaconda.com/

双击下载下来的pkg安装包，一直点继续安装下去。

安装完成之后打开终端，测试安装

conda --version

报错信息如下：

command not found: conda

问题原因：原因 Anaconda 环境已经安装完毕，只是在没有配置 Path

配置方式：

vi ~/.zshrc

我的环境安装了 Oh My Zsh，如果没有安装，使用配置文件~/.bash_profile

进入之后，在里面添加

export PATH=/Users/Yezhiwei/anaconda3/bin:$PATH

注意，此处的路径，跟你 Anaconda 安装目录有关。

保存并退出 .zshrc 的编辑。最后一步，重新运行 .zshrc 文件

source ~/.zshrc

再通过最开始的命令进行验证：

conda --version

可以发现，版本号已经可以正常输出了。

创建环境：创建一个 python3.7 的环境：conda create -n py37 python=3.7

激活环境：conda activate env_name 会进入到env_name环境

删除环境：conda remove env_name

查看当前系统的环境：conda info -e

查看指定环境下安装的包：conda list -n env_name

点击「Environments」可以列出当前系统的环境，「Create」创建新环境：

点击不同的环境名字进行切换。

针对不同的需求，不同的环境，通过 Anaconda 工具对 Python 环境管理进行管理，多个环境之间来回切换而不受对方的影响。

通过 Colab 使用 JupyterLab

如果你懒得在本地搭建一个开发环境。还有一个选择，就是使用 Google 提供的叫做 Colab 的线上 Python Notebook 环境。

访问地址：https://colab.research.google.com/

使用 Colab 有个好处：可以让你免费使用一些 GPU 的资源，在你需要使用 GPU 尝试训练一些深度学习模型，而又没有一张比较好的显卡的时候，就可以直接使用它。