用conda建立python虛擬環境
anaconda是十分方便的python全家桶，除此之外，anaconda還可以創建出python虛擬環境。可以說是十分強大了。
之前，我整理了一篇關於pip建立虛擬環境的博文：《pip建立虛擬環境》
當然，學會pip建立虛擬環境和conda建立虛擬環境的效果都是一樣。所以掌握其一就行了，或者根據實際情況使用其中的一種。
首先要明白為什麼要建立虛擬環境
我們經常需要復現別人的工程，不過每個開發者所使用的開發環境不盡相同，有的使用python2，有的使用python3，有的使用tf，有的又使用pytorch等等。那我們是否需要把所有的模組都裝好呢？
答案是可以的，不過你無法安裝多個版本的tf，如果你需要復現的工程是基於tensorflow 1.4.0的，而你自己的版本是1.9.0，是否要降版本來營造和人家一樣的環境呢？是否每次都要通過換自己本地的版本以達到工程的相容性呢？
虛擬環境可以很好地緩解這個尷尬
我們在伺服器上下載好anaconda以後，直接用
sh Anaconda*.sh就可以完成anaconda的安裝，記住需要配置好anaconda的環境變數。方法如《Linux系統設定環境變數》
設定好以後，可以檢視conda下面安裝了哪些模組：
conda list和pip list的用法是一樣的，我們可以看到詳細的模組資訊。
conda安裝虛擬環境
conda create -n my_env_name python=3.6這樣就建立了一個名字為my_env_name，基於python版本3.6的一個虛擬環境了。注意，這裡和pip建立的虛擬環境不同，pip建立的虛擬環境會直接在當前目錄下生成一個虛擬環境的目錄，啟用虛擬環境也需要指定這個目錄才行。而conda安裝的虛擬環境，只會把虛擬環境的目錄生成在anaconda安裝目錄下的env目錄下
我們看看conda虛擬環境的啟用指令碼：
source activate my_env_name啟用之後，命令列的最前面就會出現虛擬環境的名字如下：
(my_env_name)wozuishuai@ak47-ml:~$出現了前面那個小括號就代表以及進入了虛擬環境，那我們就可以用conda隨便裝模組了，只會影響到你的虛擬環境。
conda install -n my_env_name [package]在這裡，我們可以明顯知道什麼時候該用conda建立虛擬環境以及什麼時候該用pip建立虛擬環境。
當我們覺得這個虛擬環境可能用得比較多，適用其他工程的時候，我們可以用conda來建立。這樣能夠全域性照顧，不需要每次指定路徑。
當我們覺得這個虛擬環境也許只在這個工程下用到，我們就用pip來建立，這樣不容易發生env目錄下的命名衝突，而且每次開啟工程目錄可以看到虛擬環境的目錄躺在列表裡，你就知道需要先啟用虛擬環境再run你的程式碼了。
如果需要退出虛擬環境，可以用以下指令碼：
source deactivate檢視Conda環境下所有的虛擬環境
conda info --envs刪除Conda虛擬環境
conda remove -n my_env_name --allmy_env_name對應的就是要刪除的虛擬環境名稱
使用檔案直接配置虛擬環境的模組包
我們可以對虛擬環境中所需要的模組列一個心願列表，比如使用yml檔案來列：
- name: my_env_name
- dependencies:
- - python=3.6
- - pytest
- - keras
- - tqdm
- - Pillow
- - pip:
- - tensorflow
把上述內容放在yaml檔案裡，比如命名為env_config.yml
那我們想直接生成這麼一個環境只需要：
conda env create -f env_config.yml然後，用同樣的方式啟用虛擬環境就可以了。