本文主要介紹如何構建Python環境來處理不同的工作。
1.常用的構建Python環境的工具
①venv(內置模塊):Python 3.3+ 內置標準庫模塊，無需額外安裝。
②virtualenv:venv的前身，功能更強大且支持舊版Python。
③conda:來自?Anaconda?或?Miniconda。不僅能管理Python包，還能管理非Python依賴（如C庫、編譯器等）。
④pipenv:結合了pip和virtualenv的功能。
⑤poetry:現代化的Python項目管理和打包工具。
⑥hatch:新興的現代Python項目工具。
本文主要介紹venv和conda兩個工具構建Python環境。(個人覺得還是conda好用)
2.使用Python內置工具venv構建環境
python --version
pip --version
#檢查電腦的python、pip版本
如果電腦沒有Python可以自行安裝，亦或者安裝python后執行代碼不顯示版本信息。
解決方法：
1.直接重新安裝（我覺得是比較方便的）
勾選Add python.exe to PATH（添加python到系統環境）
勾選Use admin privileges when installing py.exe（以管理員身份安裝）
然后直接選擇Install Now安裝就行了
點擊Disable path length limit（我自己點擊了，我理解的就是去除路徑字符長度的限制）
以上操作做完之后就可以正常使用了。
2.手動添加python路徑到系統環境變量中（此方法大家可以查一下，網上都有，現在暫時不詳細介紹了）
mkdir "C:\Users\HP\Desktop\project1"
#創建一個工作目錄（文件夾）
cd "C:\Users\HP\Desktop\project1"
#轉換工作目錄
python -m venv deeplearning
#創建環境
deeplearning\Scripts\activate
#激活環境
pip install numpy
#安裝所需的庫
pip freeze > requirements.txt
#將所有的庫記錄在requirements.txt
pip install -r requirements.txt
#可以利用requirements.txt文件一鍵轉移部署的庫
deactivate
#退出環境requirement.txt文件內容示例：
3.使用conda構建Python環境
打開Anaconda Prompt
相關命令：
conda create --name deepl python=3.8
#創建環境，包括環境名稱，Python版本
conda activate deepl
#激活環境
conda install numpy
#安裝相應的庫
conda list
#查找環境中的庫
conda env list
#查找已配置環境備注：
數據來源：Welcome to Python.org，通義千問
本文章僅供學習使用，有任何紕漏謹請交流溝通，如需轉載請備注來源。
今天整理一下Python環境的配置，在我剛接觸Python的時候，配置環境、安裝各種庫都要浪費我好多時間真是頭疼，現在整理一下相關信息，希望對初學者有所幫助（文章上的內容以后可能也會補充和更改，謹請期待）。
