Conda 是一个跨平台、开源的包管理器和环境管理系统，它可以在同一计算机上管理多个 Python 环境以及它们的依赖项。使用 Conda，您可以轻松创建、安装、更新和删除软件包，以及管理不同版本的软件包和依赖项。
Conda 不仅限于 Python 包，还支持许多其他语言和工具的软件包和依赖项，如 R、Julia、Scala、TensorFlow 等，这使得 Conda 成为单一工具来管理所有项目的依赖项的绝佳选择。
下载地址：
同时你还会发现另一个叫miniconda，区别就是miniconda是一个轻量级的版本，只包含 conda 和最基本的 Python，而且包体会小一点，如果自己只需要管理Python，miniconda是首选。
创建虚拟环境
conda create -n python_2.7.13 python=2.7.13
这里关于python有哪些值可选，可以通过search命令查看
>conda search python Loading channels: done # Name Version Build Channel python 2.7.13 h1b6d89f_16 pkgs/main python 2.7.13 h9912b81_15 pkgs/main python 2.7.13 hb034564_12 pkgs/main python 2.7.14 h2765ee6_18 pkgs/main
激活虚拟环境
conda activate python_2.7.13
退出虚拟环境
conda deactivate
查看虚拟环境
>conda env list # conda environments: # base C:\Users\cc\miniconda3 python_2.7.13 C:\Users\cc\miniconda3\envs\python_2.7.13
查看已经安装的包
conda list
添加源
conda config --add channels https://mirrors.aliyun.com/pypi/simple
查看源
conda config --show channels
查看配置文件的相关信息
conda config --show-sources ==> /Users/xyf/.condarc <== channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults
导出环境：
可以使用 conda env export > environment.yml 导出当前虚拟环境的依赖项列表到一个 YAML 文件中，以便共享或备份。
导入环境：
可以使用 conda env create -f environment.yml 命令从一个 YAML 文件中创建一个新的虚拟环境。
注意事项
需要注意的是，每次使用指定版本的Python时，我们都需要在命令中手动激活虚拟环境，然后在这个cmd环境下，使用的Python才是我们需要的，如果我们要做一些命令行自动化工具时，也是需要记得在脚本中增加激活虚拟环境的相关指令代码，否则就使用的默认的，可能不是我们所需要的。
