前言
因为需要使用多个版本的Python解释器，在寻找方案时找到了 conda,真正用过之后理解了conda所说的虚拟环境，Anaconda是一个创造小房间的工具，小房间内的主力环境可以是Python也可以是R。
思考
因为对Python相对熟悉，所以谈谈Python的使用，Python的新版本会更新很多内容，虽然基本上是向下兼容的，但是各种包的依赖不是说升级就能升级的，
特别是Python3.x和Python2.x简直就是两种语言，那么如果在一台电脑负责依赖两个不同版本的Python库时，就会很头疼，环境变量和依赖关系搞得人抓耳挠腮
而 conda 相当与提供了小房子搬的隔离，类似于VMWare Workstation的作用，比如我平时使用Windows开发，但是有个项目需要在Ununtu 16.04版本运行，怎么办？
我当然可以把系统换成Ununtu 16.04，但是如果不久又有新的项目需要在Ununtu 20.04下进行，我还要换系统吗？万一两个项目同时进行呢？
这时就可以利用VMWare创建一个个隔离的操作系统，在不同的虚拟机系统下完成对应系统项目的开发和运行
Python也有这样的问题，不同的Python版本安装了不同的Python库，想要不相互影响就得完成隔离。
Python 其实自带了一个 venv 模块，可以完成Python库的隔离，但是Conda更加强大，不仅隔离 Python 库，还可以隔离 C 库、二进制文件和其他依赖项。同时支持多种编程语言的环境管理，不仅限于 Python，还可以管理 R、Ruby 等语言的环境。
Conda 环境的 Python 解释器是独立的，可以与系统安装的 Python 解释器不同，这样就可以在不同的环境中使用不同版本的 Python。
Conda 可以启动不同的Python环境，不同的环境下可以安装不同的库和各种依赖版本，在特定环境下完成开发和测试任务。
实践
前面说的这些都是理论和个人理解，说说我为什么会找到 Conda 并使用它
我本地使用的是Python 3.7.6，最近在处理Supabase相关的事情，核心下载其项目中的Objects文件，暂时可以把它当成是一个OSS平台，客户端API中有我比较常用的Python语言，所以自然而然的使用Python来写下载数据的接口
但是通过 pip 安装的 supabase 库只有 0.7.1，执行示例代码时总是遇到一些符号问题，查官方的代码库已经 2.6.0了，差距有点大，一开始我想着把 pip 升级了，应该能获得一些库的新版本吧，但升级后无果。
然后就想到把Python升级了，但是我之前的很多工具都是在 Python 3.7.6 的环境下编写的，各种库以及依赖也是在这个环境下安装的，如果要把Python升级到最新的Python 3.12.4 可能导致我之前的脚本都出现问题。
所以在这种情况下我搜索能不能给我一个临时的 Python 3.12 的环境，我临时测一些问题，搞定后删掉就行，主力开发环境还是保留 Python 3.7.6，结果我就搜到了 Conda，以及 Conda 两种常用的发行版Anaconda 和 Miniconda，使用后发现它完全能满足我的要求。
利用 Anaconda 可以创建各个版本的 Python 解释器，每个解释器有相互隔离的环境，可以安装自己的库，针对每个环境启动不同的命令行工具
1 | (conda-py-3-12-4) E:\opensource\supabase>pip list |
在这里我轻松的就安装上了 supabase:2.6.0
Python 自带的虚拟环境（通过 venv 模块创建）对于大多数开发需求来说是非常好用的，venv 是 Python 内置的模块，不需要额外安装或配置，非常方便。适用于所有支持 Python 的操作系统，且与主流的包管理工具如 pip 完美兼容。
使用 venv 创建虚拟环境时，它会基于你当前系统中的 Python 解释器版本创建环境，因此 venv 本身不提供安装或管理不同 Python 版本的功能。
总结
- Conda 支持多种编程语言的环境管理，不仅限于 Python，还可以管理 R、Ruby 等语言的环境
- Conda 环境的 Python 解释器是独立的，可以多个版本的 Python 解释器
- Python 其实自带了一个 venv 模块，对于大多数开发需求来说是非常好用的
知其不可奈何而安之若命，是智慧还是无奈？她开心的对我说“北京真好”，是的，北京挺不错的，对于金钱数字的生物来说，这里是享受的天堂，应有尽有，偶尔还会给人一点小惊喜，难的是迈过金钱数字的这个坎，99.999%的物种还停留在坎的这一边
2024-8-5 21:37:46
