背景：
python 开发中不可避免的要用到虚拟环境，因为不同的Python程序可能需要依赖不同的Python版本，不同的python项目所依赖不同的第三方包，不同的python分支依赖完全不同领域的python包（如：大模型项目就依赖transformer框架）
材料
1、windows /linux 都可以
2、minicoda/anacoda 安装包:下载路径:Index of /anaconda/miniconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
制作:
安装Anacanda/Minicanda
由于目前canda包虽然已经从Minicada拆分成为一个独立的包管理器，但要独立部署其难度非常高，为此官方给我们提供了Minicanda，它是Anacanda的瘦身版本，只包含了基础的依赖包。
安装Minicanda
1、从清华源下载对应的包，我下载的是
2、双击exe文件进行安装即可
3、打开minicanda
在windows电脑的“开始”里找到Anaconda(minicanda3),或许因为操作系统或者版本问题显示有所不同，但一定存在Anaconda目录，找到后单击其中的“Anaconda Prompt”即可打开
4、至此环境安装完成，如果想要全局变量就配置环境变量即可。
配置canda
1、如果不做canda的配置，那么采用canda create 命令创建的项目会默认放到“C:\Users\用户名\.conda”目录下。
2、默认配置文件.condarc在安装目录下：如我是安装在D盘“D:\ProgramData\”目录下
3、修改.condarc 文件，在其中添加如下配置
envs_dirs:
- D:\conda_envs # 替换为你想要的路径
添加后如下：
channels:
- https://repo.anaconda.com/pkgs/main
- https://repo.anaconda.com/pkgs/r
- https://repo.anaconda.com/pkgs/msys2
envs_dirs:
- D:\conda_envs # 替换为你想要的路径4、搭建python=3.12.6环境
使用命令行：conda create -n transform_env python=3.12.6 进行安装名为transform_env的虚拟环境，其中已安装好python=3.12.6、pip 等基础包
使用命令行：conda env list 预览已安装的python环境（其中带*的表示当前激活状态）
(E:\pythonConda\myflask_web_env) C:\Users\mpf>conda env list
# conda environments:
#
base D:\ProgramData\miniconda3
myflask_web_env * E:\pythonConda\myflask_web_env
transform_env E:\pythonConda\transform_env使用命令行：conda activate transform_env 激活名称为transform_env的环境（只会有一个处于生效状态）
使用命令行：conda dactivate 退出当前环境
使用命令行：conda remove -n transform_env --all 删除名称为transform_env的环境
使用命令行：conda create -n transform_env --clone transform_env_old 克隆一个transform_env通过transform_env_old
使用命令行：conda env export > environment.yml 实现导出当前分享当前激活环境的配置文件（一定要先激活需要分享的环境），工作目录下会生成一个environment.yml 文件
使用命令行：conda env create -f environment.yml 进行快速构建分享过来的env环境（当前环境必须依据安装了conda）
常用命令
查看版本号：conda --version
更新conda : conda update conda
查看conda环境信息：conda info
其他命令：由于在虚拟环境中可以通过pip install 这个python 官方推荐包管理器管理各自的包，不建议使用conda 的包安装。
conda 集成vscode
1、在vscode中搜索"python" 并安装该插件
2、重启vscode
3、“Ctrl+Shift+p”组合键打开 输入“Python Select interpreter”，选择自己的python环境
4、 在当前vscode中校验是否切换成功
总结
conda 是非常好用的一个python虚拟化工具。