不論linux、windows，用conda實現環境管理為最優策略。
安裝conda後，conda list可檢視現有環境
初始只有乙個
可以按需創造多個環境，新建環境在conda的env目錄下
新環境需要新增包，conda install可新增，但通常conda install裡的包會少
這時，最優策略是，在該環境下安裝乙個pip
在該環境下執行pip install ，便可以用pip來安裝包
如果多個pip很混亂，可以直接用路徑指明具體是哪乙個pip，這樣就不會混亂
無論conda，還是pip ，均需要改為清華源，否則沒有速度
清華源，pip後新增 -i
python環境管理命令 Python 環境管理
python 版本管理器 pyenv zsh 配置 安裝 curl l bash 使用 macos時可以通過 homebrew 進行安裝 brew update brew install pyenv brew install zlib brew install sqlite 新增環境變數到 bash...
Python多環境管理 pyenv
因某些需求，需要安裝tensorflow，很自然地在終端敲下了以下命令 pip install tensorflow然後。好傢伙？居然沒有？因為是python 3.9，去pypi搜尋了，居然還真沒有支援的，最高只有python 3.8 於是便考慮乙個多版本的python環境，碰巧就在github上看...
anaconda 環境管理
檢視當前系統的anaconda環境 conda info e 新建乙個 conda 環境 tensorflow conda create n tensorflow pip python 3.5 啟用環境 mac source activate tensorflow 退出環境 mac source d...