Anaconda是一款开源的包、环境管理器，其中集成了许多主流的开发工具包，一条命令行即可实现下载、安装和调用。

当安装完成anaconda软件时，它会有一个默认的虚拟环境，即base,在安装根目录Anaconda下,如图1.当采用Pycharm选择运行环境时，即可选择该目录，即使用anaconda默认的根目录，如图2。但有时候，可能会有多人使用同一个Anaconda或者需要安装不同版本的开发包，这时使用同一个虚拟环境（工作空间）容易导致开发包版本不匹配，开发包不兼容等问题。因此，为了保证各插件的独立性和版本兼容性，自然就有了使用不同的独立工作空间的要求，那么，如何创建独立的工作空间，也就是虚拟环境呢？小编介绍两种方法。

图1 Anaconda 根目录

图2

方法1:

采用anaconda自带的可视化界面，即可傻瓜式创建。这种方式的好处是无需命令行操作，点点鼠标即可完成；缺点是无法看到安装插件的进度，无法更具问题对症下药。

首先，打开Anaconda Navigator,选择左侧Environments，如图3.1：虚拟环境菜单2：虚拟环境列表，如2中的base，tensorflow等3：针对虚拟环境的操作列表，包括创建，克隆即复制，导入和删除

图3

其次，点创建，弹出图4界面；1：写环境名称2：选择编程语言及版本，python 或R3：创建

图4

经漫长等待后，虚拟环境创建成功，就会显示在如图3-2所示的列表中。

命令行安装。这种方式优点在于可以监控安装的详细过程，容易查找错误。缺点在于需要记命令，

且容易出错。

首先，打开Anaconda prompt,如图5，这时会自动显示切换到默认根目录下。

图5

其次，假设创建名称为tensorflow2，python版本为3.6的虚拟环境，则输入：

conda create -name tensorflow2 python=3.6

如图，经漫长等待，如视频1，创建完成后，输入命令activate tensorflow2 即可进入该工作空间。同样，如果出现下载安装包速度慢或出错时，多运行几次上述命令，即可完成创建。

视频加载中...

至此，安装虚拟环境的两种方法已经介绍完毕，如果有什么问题欢迎下方留言。如果对您有帮助，欢迎点赞、收藏和转发。