1.基于conda管理虚拟环境
由于笔者常用的是Anaconda，所以这里先介绍基于conda的虚拟环境操作。
一般来说，有两种管理虚拟环境的方式：一种是可视化操作，一种是命令行操作。
. 创建虚拟环境
其一是通过Anconada Navigator 可视化操作，选中Environments点击最下方的Create即可进入到创建虚拟环境的页面。
其二是在命令行通过指令进行创建，后续介绍的几种方案也是类似。
# 指令 conda create -n env1 python=指令中，
env1是虚拟环境名称，可以自定义；python=是指定python版本，可以自定义。
. 激活虚拟环境
当创建好虚拟环境后，会弹出以下提示：
done
#
# To activate this environment, use
#
# $ conda activate env1
#
# To deactivate an active environment, use
#
# $ conda deactivate
这些提示其实也很好的告诉了我们关于激活和退出虚拟环境的操作指令
# 激活虚拟环境 conda activate env1指令中，
env1是待激活的虚拟环境名称
激活虚拟环境env1
我们可以看到，在进行虚拟环境激活后，最前面会显示虚拟环境的名称 env1(上图中标红框内)
. 管理虚拟环境第三方库
只有当我们激活了指定的虚拟环境后，就可以通过pip或conda直接进行第三方库的管理。
安装第三方库
我们也可以通过-n参数指定需要安装第三方库的虚拟环境进行跨环境安装。
# env1是待安装第三方库的虚拟环境名称，numpy是待安装的第三方库
conda install -n env1 numpy
跨环境安装第三方库
. 退出虚拟环境
当我们激活了虚拟环境env1后，我们可以通过指令conda deactivate退出该虚拟环境并回到基础base环境
退出虚拟环境
. 删除虚拟环境
# 删除虚拟环境 conda env remove -n env1 # 或者 conda remove -n env1 --all
1.6. 更多操作指令
查看当前环境下已安装的第三方库
conda list
查看指定环境下已安装的第三方库
conda list -n env1
更新指定环境的第三方库
conda update -n env1 numpy
删除指定环境的第三方库
conda remove -n env1 numpy
查看全部虚拟环境
conda info -e
# 或者
conda env list
前面带有符号*的是指当前环境
更新全部第三方库
conda update --all
2.基于venv管理虚拟环境
venv是Python标准库内置的虚拟环境管理工具，在之后登上舞台
# 创建虚拟环境（其中 F:py_envenv2 是虚拟环境路径）
>>>python -m venv F:py_envenv2
# 激活虚拟环境（运行 激活脚本）
>>>F:py_envenv2Scriptsactivate
# 安装、更新、删除第三库方法同常规
>>>pip install plotly
>>>pip install --upgrade plotly
>>>pip uninstall plotly
# 退出虚拟环境
>>>deactivate
# 删除虚拟环境（最简单可以直接删除虚拟环境文件夹）
关于这部分更详细的操作可以查阅python官方文档，参考地址：
https://packaging.python.org/guides/installing-using-pip-and-virtual-environments/#creating-a-virtual-environment
以上就是本次全部内容~
