Python虚拟环境工具众多，我也使用了众多工具，最终还是选择了Anaconda下的conda工具作为虚拟环境搭建的工具，在正式开始前，说一下我此前的环境。

系统环境：Mac Pro

使用pyenv作为python版本控制，下载了python2.7、python3.6、python3.5等版本，使用pyenv-virtualenv作为虚拟环境控制的插件工具，两者其实挺好用的，然后我使用pyenv安装了anaconda 4.4.0并再其下使用conda来创建虚拟环境，就是所谓的虚拟环境中的虚拟环境。

因为某些原因，将系统当前的pyenv相关的虚拟环境都删除了，决定使用anaconda重新弄一套虚拟环境，完全用conda来管理，不再弄那么复杂。

首先去anaconda官网安装，这里选择安装anaconda 5.5.0，其内置python为python3.7，这个包的大小为600多M，解压安装后会占用磁盘2.2G，我也没想到居然这么大，无奈。

安装完后，就要配置一下环境变量，Mac下的环境变量比较复杂，环境变量由多个文件控制，这些文件的优先级也不同，因为本人使用了zsh，所有处理在系统的环境变量配置文件中配置anaconda的路径，还需要在zsh的环境变量配置文件中配置，这是必要的，不然zsh中也无法直接使用conda。

具体的路径需要根据自己的路径来确定。

因为本地不再使用Mac自带的命令行，所以.bash_profile文件不用写也没问题，只使用zsh，还有需要提及的就是 echo"conda activate">>~/.zshrc在conda 4.4之后支持，此前的将conda引入PATH的方法变得不再推荐。

这样就可以全局使用conda了，首先使用conda来创建一个虚拟环境

conda create -n tfpy36 python=3.6

创建完后，先来安装一下TensorFlow，这里安装1.9版本的，当前最新版为1.12，不得不说TensorFlow更新的很快。

pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com --upgrade tensorflow==1.9

安装完后，可以进入python交互环境测试是否可以导入，通常没什么问题，然后我习惯性的安装ipython与jupyter，带来了问题。

ipython与jupyter都是在虚拟环境下安装的，但进入ipython，发现是anaconda原本的python环境，即python3.7版本，此时无法通过ipython导入虚拟环境中安装的TensorFlow，有点懵，接着尝试jupyter，也是同样的情况，回想使用pyenv安装anaconda再在改anaconda下创建虚拟环境并安装TF不同，在此前的环境中虚拟环境中安装的ipython会被安装在虚拟环境中，可以直接导入虚拟环境的TF。

这个问题应该不少见，所以查了一下，anaconda为了避免你在不同的虚拟环境都每次都要安装ipython或jupyter，将这些都安装在了根环境，安装 ipykernel解决问题，这个库会为ipython或jupyter提供虚拟环境壳的支持。

conda install ipykernel

至此，整个环境搞定，conda除了可以使用python3，同时还可以使用python2，非常方便。

但还有可能在ipython可以使用不同版本的虚拟环境，但在jupyter无法使用不同版本的虚拟环境，此时就可以安装

conda install nb_conda

这样就可以直接进入jupyter选择不同的虚拟环境了，如下图：

删除环境

conda remove -n tfpy36 --all

激活环境

source activate tfpy36

退出环境

source deactivate

小结

python中很多工具都可以进行版本控制与虚拟环境的控制，我使用个多种，但最总还是返璞归真，使用anaconda提供的这套解决方案一劳永逸。

2018版的PyCharm本身也支持创建新项目时，在工作目录创建相应的python环境，但我个人通常不这么做，因为每个项目都创建一个python虚拟环境其实没什么必要，只需要几个主的python虚拟环境则可，比如做web的，就创建pyweb虚拟环境，以后web相关的开发都使用该虚拟环境，这样方便管理。