Windows系统配置Anaconda虚拟环境，并安装Numpy、Scipy和Matplotlib等模块方法

有些项目不是必须在Ubuntu系统下进行的，对大部分人来说更熟悉Window系统，且查阅电脑中相关文件和使用微信更方便，因此记录一下Windows系统配置Anaconda虚拟环境步骤和安装Numpy、Scipy及Matplotlib等模块方法。
一、Anaconda安装
Anaconda可以管理不同的python版本，因为有些项目需要用python3.6，有些项目需要用python2.7，如果不用Anaconda进行管理，我们使用另外一个版本的python时，需要把前一个删除，非常的麻烦。使用Anaconda后，可以方便管理项目环境，且环境之间不会冲突。此外，还可在特定conda环境下安装需要的依赖库。
window系统下载Anaconda非常的方便，只需登录Anaconda官网，找到Download或install等字眼，如下图所示：

下载Anaconda3-2023.03-Windows-x86_64.exe可执行文件，运行该文件，一路next，I agree，然后勾选Add anaconda3 to my…

自此，window系统便成功安装Anaconda

二、使用Anaconda创建python3.8的虚拟环境
1.打开Anaconda prompt

a)查询Anaconda中全部环境的命令为：

conda env list

我这里有两个，一个base环境，一个之前创建的DMP环境，base环境也就是Anaconda的基本环境。其中，星号*表示Anaconda当前正在使用的环境，最后面一列表示这一环境对应的保存路径。
b）创建conda虚拟环境：

conda create -n py36 python=3.6

执行上面代码会得到一个指定Python版本的虚拟环境。其中，py36是虚拟环境的名称，python=3.6指定Python版本为3.6，大家可以依据实际需要来修改。
c）启动conda虚拟环境：

conda activate py36

d）退出conda虚拟环境：

conda deactivate

e）删除conda中的某个虚拟环境：

conda remove -n py36 --all

其中，py36是要删除的虚拟环境名称。

三、在创建的conda虚拟环境中安装Scipy库：
 SciPy是基于Python的科学计算库，用于解决科学、工程和技术计算中的各种问题。它建立在NumPy库的基础之上，提供了大量高效、易于使用的功能，包括统计分析、信号处理、优化、线性代数、图像处理、常微分方程等等。下面介绍一下在Anaconda环境下，配置SciPy这一库的方法。

a）打开Anaconda Prompt：
b）进入需要安装Scipy库的conda环境：
我们希望在一个名为py38的Python虚拟环境中配置Scipy库，因此首先通过如下代码进入这一环境

conda activate py38

c）安装Scipy库：

conda install -c anaconda scipy

然后根据提示，输入y

至此，在conda虚拟环境中成功安装Scipy库

四、在创建的conda虚拟环境中安装matplotlib库：

pip3 install matplotlib

小技巧：有事需要安装指定版本的库，例如安装opencv-python>=4.4.0.46，执行以下命令，指定版本：

pip3 install opencv-python==4.4.0.46

tip：
a：pip3的前提是安装了python3以上的版本
b：这里指定版本需要两个等号==

五、在Pycharm中配置conda的环境：
a）打开Pycharm–File–Settings—Python Interpreter—Add Interpreter—Add Local Interpreter
b）左边找到Conda Environment–右边Interpreter处选择三个小点的省略号…
c）找到需要使用的Anaconda虚拟环境的安装路径，并且在这个目录下找到python.exe(在Tools下面），然后点击确认，即可配置成功。

####小Tip：####
1.conda env list 命令可以查看创建anaconda虚拟环境的路径
2.在使用pycharm运行pytuhon程序时，若提示

ModuleNotFoundError: No module named 'pandas'

则可重复上述步骤，在Anaconda Prompt窗口下，进入conda虚拟环境，执行下述程序

conda install pandas

安装相应的pandas库即可，安装成功后，一定要回到pycharm的设置，重新在解释器那里启用conda环境。

完结，撒花！！
理清逻辑很重要。