Anaconda下隔离一个稳定的Python版本_anaconda 稳定的python版本

使用Anaconda时，可以选择创建一个专用于固定项目的隔离Python环境。建议这样做，因为它可以为每个项目提供不同的环境，并可能具有不同的库和库版本：

$ conda create -n py35 python=3.5 anaconda
$ source activate py35
$ conda activate  py35
1
2
3

这将创建一个名为py35的全新Python 3.5环境（您可以根据需要更改名称），然后将其激活。该环境包含Anaconda随附的所有第三方。除了TensorFlow之外，这包括我们将需要的所有库（NumPy，Matplotlib，Pandas，Jupyter和其他一些库），所以让我们安装它：

$ conda install -n py35 -c conda-forge tensorflow=1.0.0
1

这会将TensorFlow 1.0.0安装在py35环境中（从conda-forge存储库中获取它）。如果您选择不创建py35环境，则只需删除-n py35选项。
接下来，您可以选择安装Jupyter扩展。这些在notebooks中具有漂亮的目录很有用，但不是必需的。

$ conda install -n py35 -c conda-forge jupyter_contrib_nbextensions
1

py35环境隔离完毕！！！

如果您不使用Anaconda，使用pip的优点在于，可以轻松创建具有不同库和不同库版本的多个隔离的Python环境（例如，每个项目一个环境）。使用系统的打包系统的优点是，Python库与系统的其他软件包之间发生冲突的风险较小。由于我有许多项目具有不同的库要求，因此我更喜欢在隔离的环境中使用pip。

如果要使用pip安装所需的库，这些是您需要在终端中键入的命令。注意：在以下所有命令中，如果选择使用Python 2而不是Python 3，则必须将pip3替换为pip，并将python3替换为python。
首先，您需要确保已安装最新版本的pip：

$ pip3 install --user --upgrade pip
1

–user选项将仅为当前用户安装最新版本的pip。如果您希望在系统范围内安装它（即针对所有用户），则必须具有管理员权限（例如，在Linux上使用sudo pip3而不是pip3），并且应删除–user选项。以下使用--user选项的命令也是如此。

接下来，您可以选择创建一个隔离的环境。建议这样做，因为它可以为每个项目提供不同的环境（例如，该项目有一个环境），并可能具有非常不同的库和不同的版本：

$ pip3 install --user --upgrade virtualenv
$ virtualenv -p `which python3` env
1
2

这将在当前目录中创建一个名为env的新目录，其中包含一个基于Python 3的隔离Python环境。如果您在系统上安装了多个版本的Python 3，则可以使用以下路径替换“ which python3`”您喜欢使用的Python可执行文件。

现在，您必须激活此环境。每次要使用此环境时，都需要运行此命令

$ source ./env/bin/activate
1

接下来，使用pip安装所需的python软件包。如果不使用virtualenv，则应添加–user选项（或者，您可以在系统范围内安装库，但这可能需要管理员权限，例如，在Linux上使用sudo pip3而不是pip3）。

---

当时用Anaconda安装多个版本的python的时候，或者由于多次卸载anaconda时，导致python的kernel内核安装路径混乱，使得Jupyter
notebook不可用。

解决办法

首先打开Anaconda Prompt
输入jupyter kernelspec list查看安装的内核和位置进入安装目录，
打开kernel.jason,
查看python的编辑器的路径文件是否与安装路径一样如果不一样，
那么输入 python -m ipykernel install --user, 重新安装内核即可重启jupyter notebook 即可使用。