python 版本有
2.7.X
3.X
Anaconda2
Anaconda3
pyenv
pyenv是一个管理各个python版本的管理器。可以在系统里同时保留多个python版本，等需要时定义需要的版本。
项目地址
安装
看项目地址中的readme
使用
pyenv install --list
查看pyenv可安装的版本列表
pyenv install anaconda2-4.2.0
pyenv uninstall x.x.x
安装和卸载指定版本，会将python版本安装在$(pyenv root)/versions/中
pyenv versions
查看当前已经安装了的python版本。输出内容中，system关键字是系统python版本。 *表示当前环境所处的版本。
pyenv global anaconda2
全局切换为anaconda科学计算环境(不建议这么做)，做了如果要恢复，则将最后一个参数改为--unset
pyenv local python3.4.1
当前环境接环。在当前目录以下。如果要恢复，则将最后一个参数改为--unset
virtualenv
本来这是一个单独的软件用来虚拟一个python版本环境，让每个工作环境都有一套独立的python各自的第三方插件互不影响。然而在 pyenv 下有一个插件 pyenv-virtualenv 他可以在 pyenv 的环境下担负起 virtualenv 的事情。（如果使用的是原生python可以用这个工具，如果用的是anaconda则不用这个，用下一章说的conda工具来完成虚拟环境）
项目地址
安装
看项目地址中的readme
使用
pyenv virtualenv 2.7.1 env271
在当前目录下创建一个 python 版本为2.7.1的环境，环境名字为 env271。 这个环境的真实目录位于~/.pyenv/versions/
pyenv activate env271
（创建时并不激活）激活当前环境。此时已经进入虚拟环境，在当前环境下所有pip等操作都不会影响系统环境和系统路径。
pyenv deactivate
离开已激活的环境，切换回系统环境。但并没有被删除，下次依旧可以启动。
pyenv uninstall env271
删除一个环境，当然也可以到真实目录下删除文件夹。
conda
本来不想用这个的，但是因为 pyenv-virtualenv 有一些问题，无法很好的管理conda环境，比如有一些anaconda 自带的一些命令(例如pylint)无法被使用。因此还是老老实实使用 conda 来管理虚拟环境。
安装
conda 是自带于 anaconda 的所以并不需要额外安装，如果在 anaconda 环境中就可以使用。conda 不仅可以进行 环境管理，还可以包管理，和对 anaconda和conda 进行版本升级。
使用
由于conda使用方法太多，因此这里罗列一些常用的主要是一些虚拟环境的命令。具体的到官网文档去查看一下。
首先conda工具是需要在anaconda环境下的，因此先执行pyenv local anaconda3-4.2.0进入anaconda环境后就可以执行conda工具了。
conda create --name myflakes python=x.x anaconda
conda create --help
创建一个虚拟环境。可以指定名字，指定包，甚至制定python(这样的话就python版本管理了所以不建议使用，python版本管理交给pyenv)，所以命令中 python=x.x 可以不写
conda info --envs
conda env list
罗列已经创建的环境，两条命令是一样的。
source activate myflakes //Linux,OSX
activate myflakes //Windows
激活一个环境。和virtualenv一样，创建不等于激活。激活后才能真正使用虚拟环境。
如果发生错误Error: activate must be sourced. Run 'source activate envname'说明activate命令没有找对，导致错误。吧命令改成
source /anaconda3/bin/activate
这样就能成功建立虚拟环境了。
conda remove --name myflakes --all
删除一个虚拟环境。
conda create --name flowers --clone snowflakes
复制一个虚拟环境。这个是个不错的好功能。
conda env export > environment.yml
conda env create -f environment.yml
conda还能吧环境配置文件导出，在另一台机器上重新读入配置文件，就能复刻你的环境了。
其他使用
conda 还能进行包的管理。调用的是 pip 所以也很棒。
conda list
conda list -n myflakes
conda search numpy //查询package
查看当前环境已安装包，用-n指定后，就是查看某个环境下的已安装包
conda install -n myflakes numpy
conda update -n myflakes numpy
conda remove -n myflakes numpy
为某个指定的环境安装包，升级包，删除包。
conda update conda
conda update anaconda
conda update python
它还能升级自身和anaconda和python的版本。
它和pip一样也能设置安装包的镜像位置。其余还有能使用R命令等等，都到官网文档中搜索一下。