这一段时间，对AI大模型 有了兴趣就想研究一下。 在研究之前肯定要先把需要的编程技能掌握了。经过我查阅资料，今天就先学一下 python的 环境安装。
Node.js
包管理工具：npm
依赖配置文件：package.json
环境管理：nvm（Node Version Manager）
特点：支持快速搭建项目，依赖管理集中在 package.json，便于多人协作和版本控制。
Java
包管理工具：Maven 和 Gradle
依赖配置文件：
Maven：pom.xml
Gradle：build.gradle
特点：项目结构化程度高，依赖管理和构建过程明确，适合大规模应用开发，支持版本控制和多环境配置。
Python 的话 我看大家都推荐 conda 。不建议使用 python自带的 pip 工具，我觉得不太好用。

别的语言 我们是项目依赖是跟着项目走的 比如 java pom文件 管理
python是通过虚拟环境 来进行管理 所以 ：
Conda是虚拟环境管理工具。它与pipenv，venv等虚拟环境管理工具最大的区别在于，Conda虚拟环境是独立于操作系统解释器环境的，即：无论操作系统解释器什么版本，都可以指定虚拟环境Python版本，而venv是依赖主环境的。Anaconda和Miniconda是Conda的子集。

Anaconda是一个开源的Python发行版本，专注于数据分析。它包含了conda、Python等190多个科学包及其依赖项，使得用户可以便捷地获取和管理这些包，同时提供对环境的统一管理。Anaconda的特点包括：

集成第三方库：Anaconda常用于科学计算领域，集成了许多数据分析库，如pandas、numpy、matplotlib等，可以方便地进行数据分析、机器学习等任务。
虚拟环境管理：使用conda，用户可以创建多个不同的虚拟环境，每个环境可以分隔不同项目所需要的不同版本的包，有效预防版本冲突。
跨平台支持：Anaconda支持Linux、Windows、Mac OS X等多个操作系统，并可以自由切换不同版本的Python。
Conda 官网给了两个发行版本，一个是 Anaconda ，一个是 Miniconda。Anaconda 相比 Miniconda 主要是多预装了很多科学计算的库，而我更喜欢按需使用不喜欢全家桶，所以我选 Miniconda。

二、Anaconda与Miniconda的安装
1. 国外下载源
（1）Anaconda
Anaconda官方下载地址：https://www.anaconda.com/download
Anaconda国内下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
（2）Miniconda
Miniconda是一个Anaconda的轻量级替代，默认只包含了python和conda，但是可以通过pip和conda来安装所需要的包。

Miniconda官方下载地址：https://docs.conda.io/projects/miniconda/en/latest/
Miniconda国内下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

这里我选择了 Miniconda

安装包下载完成后，下一步 下一步安装 即可 可用勾选一下环境变量
安装完成后 一般可用在电脑的这个位置 多一个 黑窗口

双击运行 如果出现这个画面 说明安装成功了 前面的那个（base） 我们可用理解为 Miniconda 默认自带的基础虚拟环境。后续我们开发python 可用根据自己的需求创建 不通的虚拟环境。
如果只是简单的写一些脚本不存在 依赖冲突问题 可用直接用这个 （base）

进入这个 虚拟环境 也可以通过 cmd 窗口 进入 。看大家的个人习惯

下面再分享一下 Conda 的常用命令：

以下是一些常用的 conda 命令，并标明哪些命令需要在环境中执行，哪些命令可以在系统中执行
系统执行的命令

创建环境：
myenv 就是 你要创建环境的名称 自己随便取

conda create --name myenv

列出所有环境：

conda env list

搜索包：

conda search package_name

导出环境：

conda env export > environment.yml

从文件创建环境：

conda env create -f environment.yml

删除环境：

conda remove --name myenv --all

激活环境：

conda activate myenv

环境内执行的命令

停用环境：

conda deactivate

安装包：

conda install package_name

更新包：

conda update package_name

卸载包：

conda remove package_name

查看已安装的包：

conda list

总结
系统执行的命令：用于创建、删除、列出环境和导入/导出环境配置。
环境内执行的命令：用于在当前激活的环境中管理包（安装、更新、卸载）和查看已安装的包。

举例：
要创建一个名为 myenv 的 Conda 环境并安装 Python 3.8，可以使用以下命令：

conda create --name myenv python=3.8

这样的话 我们在开发 某个项目的时候 就可以根据项目 来创建 相对应的虚拟环境。这样就可以解决 依赖冲突，依赖管理。 方便我们的开发。

上面说的 导出环境： 作用 ：
比如我们本地开发完成后，需要上线，那肯定线上环境 需要跟我们本地一样才能跑起来 python项目。但是服务器 也有可能 不止一个python项目 这个时候 我们就可以把我们本地的 环境 导出，
然后再服务器上 也装上 Conda 再服务器上 导入 我们本地的环境 即可 。这样 服务器上的环境 也是 隔离的 互相不影响。

如果大家 官网下载过慢 也可以 用下面的链接去下载 我已经整理好了。有需要的兄弟可用。
https://wwwoop.com/home/Index/projectInfo?goodsId=34&typeParam=2