前言：
最近在学习机器学习相关的内容，主要是安装GPU版本的Pytorch，总是失败，在网上检索查询发现是pip和Anaconda的环境竟然是天差地别。Anaconda是一个包管理器，可以理解为一个工具，它自带Python（可随意选择版本）解释器以及一些数据分析与挖掘需要的模块而无需用户手动添加的一些常用模块。早期学习Python并没有觉得手动安装包或者模块有多难，后来接触项目的时候才发现了Anaconda的最核心功能。
Anaconda的核心功能在于环境管理，它可以创建虚拟环境，虚拟环境可以拥有自己的Python解释器和一些其他的包的模块，这对我们在实验不同项目环境时候切换自己的环境。Anaconda的虚拟环境保存在安装路径的envs文件夹下，相关的Python解释器和安装的模块都在这个路径下。
一、检查版本和环境：
打开Anaconda Prompt
查看安装的版本：
conda --version
查看已经安装的环境：
conda env list
二、创建环境：
表示创建一个名字为test_env的环境：（这里环境用的python版本是 3.9版本的）
conda create -n test_env python=3.9
创建成功后可以输入conda env list查看是否创建成功
进入环境：
Windows: activate test_env
Linux下：conda activate test_env
进入之后就可以安装需要的包了
pip install xxxxx
三、删除环境：
删除环境指令：
conda remove -n test_env --all
四、复制环境：
复制环境指令：
conda create --name new_env_name --clone copied_env_name
参考文章：
https://blog.csdn.net/m0_55674689/article/details/125591647
https://blog.csdn.net/weixin_43216928/article/details/117079124
