我们在使用 Python 时，有时需要多个 Python 的环境，有的使用 Python2，而有的要使用 Python3，这时就要安装多个版本的 Python，但是管理起来很不方便。Conda 的作用在此刻就显现出来了，它可以创建多个 Python 环境，统一管理，互不干扰，非常方便。
Conda 是一个开源的软件包和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。它的包管理与 pip 类似，可以用来管理 Python 的第三方包。
Anaconda 和 Miniconda 都是基于 Conda 的管理工具集合，它们包含了 Conda、某一个版本的 Python 和一批第三方库等。其中 Anaconda 包含了 Conda、Python 等 180 多个科学计算的包及其依赖项，因此体积较大。而 Miniconda 是最小的 Conda 安装环境，仅包括一些必要的工具集。
Anaconda 和 Miniconda 均支持 Windows、macOS 和 Linux 等主流操作系统，请按需求选择相应版本下载。
Anaconda（或 Miniconda）安装完成后，在开始菜单打开 Anaconda Prompt，执行以下命令
conda create -n tensorflow python=3.8.12
tensorflow 是创建的新环境名称，可以任意取
-n 是 --name 的简写python=3.8.12 是新环境安装的 Python 版本号，不加则默认为 Anaconda（或 Miniconda）的 Python 版本输入命令激活前面创建的名为 tensorflow 的环境
conda activate tensorflow
(base) C:\Users 变为 (tensorflow) C:\Users 时，说明已经激活并进入新环境中在 当前环境 下，输入命令安装 tensorflow
# 使用 conda 安装
conda install tensorflow
# 使用 pip 安装 (推荐)
pip install tensorflow
在使用 Conda 创建的 Python 环境中可以使用 pip 安装包
等待安装完成即可
退出 tensorflow 环境
conda deactivate
(tensorflow) C:\Users 重新变为 (base) C:\Users 时，说明已经退出新环境，回到 base 环境在任意环境下输入以下命令
conda info -e
# 或者
conda env list
执行此命令后，会显示以下结果
## conda environments:
#
base * C:\ProgramData\Anaconda3
tensorflow C:\ProgramData\Anaconda3\envs\tensorflow
* 号表示目前所处的环境位置conda list
以下显示即为已经安装的包
## packages in environment at C:\ProgramData\Anaconda3:
#
## Name Version Build Channel
_ipyw_jlab_nb_ext_conf 0.1.0 py38_0
alabaster 0.7.12 py_0
anaconda 2020.11 py38_0
anaconda-client 1.7.2 py38_0
...
## 注：剩余的包此处已略过
conda remove -n tensorflow --all
tensorflow 为移除的环境名称Conda 其实并没有重命名指令，实现重命名是通过克隆完成的，分两步：
## 第一步：
conda create -n pytorch --clone tensorflow
## 第二步：
conda remove -n tensorflow --all
--clone 后面为旧环境的名字-n 后面为新的名字Anaconda Navigator 是 Anaconda 的桌面图形用户界面，可以不使用命令行命令来实现 Conda 的基本操作，同样适用于 Windows，macOS 和 Linux。
Anaconda 默认的 base 环境已经安装了 Anaconda Navigator，而 Miniconda 需要输入以下命令来安装
conda install anaconda-navigator
打开 Anaconda Navigator 之后，按如下步骤操作来创建环境：
conda 命令或者 pip 命令base 为基础环境，Anaconda 安装完成后自动产生C:\ProgramData\Anaconda3\envs（以默认安装位置为例）