Python 环境管理介绍
pip
pip 是 Python 的标准包管理工具，用于安装和管理 Python 软件包。它允许你从 Python 包索引（PyPI）下载并安装第三方库，并能自动解决依赖问题。
第三方库的安装与卸载
pip install <package>
pip uninstall <package>
pip 还支持安装指定版本的包：
pip install <package>==<version>
pip install requests==2.24.0
更新包：
pip install --upgrade <package-name>
查看
当前环境安装的列表
pip list
查看某个特定的包是否安装
pip show <package_name>
将当前环境安装的包输出到 requirements.txt 文件中
# 输出第三方库环境
pip freeze > requirements.txt
# 安装指定环境
pip install -r requirements.txt
Venv
venv 是 Python 3.3 及以上版本自带的虚拟环境管理工具，用于创建和管理隔离的 Python 环境。其提供了一种简单的方法确保项目依赖与系统环境和其他项目的依赖隔离开来避免冲突
Venv 环境的管理
一般创建 venv 虚拟环境是为每个项目单独创建，PyCharm 一般会自动为项目创建虚拟环境，文件都列在项目根目录的 .venv 文件夹中。
要手动创建虚拟环境，可以在项目根目录输入以下指令，创建一个 .venv 文件夹。一般前缀带 . 会被自动隐藏。
python -m venv .venv
激活环境
# Windows
.venv\Scripst\activate
# Linux
source .venv/bin/activate
第三方库的管理
venv 一般直接使用 pip 进行下载，激活虚拟环境后，PATH 等路径变量都被更改，此时使用 pip 对库进行更改都会更改当前虚拟环境。
下载包
pip install <package>
Anaconda
Anaconda 是一个开源的 Python 和 R 编程语言的发行版，主要用于数据科学、机器学习、人工智能和科学计算等领域。Anaconda 提供了独立环境并为项目使用。也就是多个项目如果背景一样可以使用同一个由conda管理的环境。
Conda 环境的管理
列出所有环境
conda env list # List all environments
创建环境
conda create --name <env_name> (python=<python_version>)
删除环境
conda env remove --name <env_name>
禁用终端自动初始化
conda config --set auto_activate_base false
环境的激活
conda activate <env>
conda deactivate
第三方库的管理
conda install <package>
conda install notebook numpy scikit-learn pandas matplotlib scipy opencv-python xgboost flask spacy plotly onnx onnxruntime
conda uninstall <package>
Mniconda
Miniconda 是 Anaconda 的一个轻量级替代品。它是一个小型的包管理工具和环境管理系统，主要由 conda 包管理器和最小化的 Python 环境组成。与 Anaconda 不同，Miniconda 不预装大量的科学计算包，而是提供一个简洁的基础环境，用户可以根据自己的需求安装所需的包和工具。
以树莓派安装 Mniconda 为例：
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-armv7l.sh
chmod +x Miniconda3-latest-Linux-armv7l.sh
./Miniconda3-latest-Linux-armv7l.sh
conda init
source ~/.bashrc