大三的时候初识python，也不理解虚拟环境啊安装包啊解释器啊IDE啊服务器啊到底是些什么东西，当然现在也没有很理解哈……
重新整理了一下自己乱七八糟的虚拟环境和各种安装包：
首先删掉了自己安装的python：从官网上单单下载一个python.exe是没有别的安装包的，numpy、pandas、matplotlib这些全都要自己一个个装实在是太麻烦了！
Anaconda的优点就是安好之后已经有了大量安装包，可以直接使用jupyter notebook！
给自己扫盲：
-
Anaconda算是python的一个版本，python只是一门语言，anaconda则可以快速获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。
-
conda、pip其实都是具有各自功能的科学包？
conda是包以及依赖项、环境的管理工具，适用于多种语言（Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN）和多个平台，能够快速安装、运行、升级包以及依赖项，并且创建、保存、切换虚拟环境都很方便。
pip则是用于安装和管理软件包的包管理器，基于python编写的语言。
这里写的很清楚！
pip与conda的比较 -
pycharm和jupyter notebook其实都是IDE？
集成开发环境（IDE，Integrated Development Environment ）是用于提供程序开发环境的应用程序，一般包括代码编辑器、编译器、调试器和图形用户界面等工具。集成了代码编写功能、分析功能、编译功能、调试功能等一体化的开发软件服务组。
所以，在安装好Anaconda之后，可以创建虚拟环境，并在里面安装好对应的包，然后在pycharm里就可以选择对应的解释器（interpreter）（我的理解就是对应的虚拟环境里的那个python.exe）来运行。老yuan同学和我说一般是不同的虚拟环境实现不同的功能？就比较清楚，我觉得很有道理，但是还是把所有东西都装在了那个tensorflow的虚拟环境里= =
jupyter notebook是我今年发现的宝藏！！！虽然周围很多人都不习惯也不喜欢，但是对我这种调试废物真的很方便啊QAQ python又不能像MATLAB那样看到变量名字，像我这种写bug小能手，每次一个一个print出来检查真的好麻烦的！还不如这样一步一步清清楚楚地搞清楚每步都做了什么呢qwq
今天还将jupyter notebook的虚拟环境切换了！
起因是我没办法在默认路径里安装包= = 不知道是版本的问题还是因为我之前瞎整那个配置文件condarc，反正就是不行，尝试了很多方法也不行，报错如下：
RemoveError: 'setuptools' is a dependency of conda and cannot be removed from conda's operating environment.
明明我升级conda也不行QAQ
但是在另一个虚拟环境tensorflow里安装pytorch、xgboost还有lightGBM就很顺利！因此我想着就让jupyter notebook切换到那个环境里运行就好了，搜了一下是这样做的：
- 激活jupyter notebook运行的环境：在anaconda prompt里激活
activate virtual_environment_name
(补充一下退出这个环境用conda deactivate`) - 在当前环境下安装jupyter notebook：
conda install jupyter - 手动添加jupyter的kernel
这个，我理解就是为了更方便的切换jupyter notebook的环境，如果没有装的话，就只能通过命令行里面不同的应用来启动，
而安好了之后就可以随便打开一个jupyter并且在新建的时候进行选择。
结果如下：
虽然pytorch还是会有个warning，但是就目前来看可以正常运行= =……那就酱！