tensorflowpython36
⑴ 如何 virtualenv python 版本
最近在用python做一個文本的情感分析的項目，用到tensorflow，需要用python3的版本，之前因為《機器學習實戰》那本書的緣故，用的是python2.7.所以目前的情況是要兩個版本共存，之前看到身邊有人為了解決這個問題，居然裝了兩款軟體，pycharm用來做python2.7的開發，另一款用來做python3.6的開發，估計一定是不知道python的虛擬環境工具virtualenv.本文就來講述一下這個工具是怎麼用的，同時也講一下，如何在pycharm中使用virtualenv.
1. virtualenv的安裝
virtualenv的安裝和其它python上的軟體安裝一樣，有兩種方法，pip 和setup方法安裝。
值得注意的是，我們說virutalenv的安裝是為了解決多版本python共存的問題，暗含了，你的至少有一個python版本是已經存在，並且可以正常工作的。
我這里的主環境是python2.7
OK!
⑵ 能裝兩個python環境嗎
一台電腦中可以安裝兩個python，只要命名不沖突，基本就沒有問題了，命令行可以隨機調用不同版本的python。
1、標准安裝：
去官網下載對應的python 安裝程序，通過安裝向導進行安裝，安裝的時候記得勾選把python 添加到系統環境變數中，以便於在命令行中調用，如果忘記添加，手動查找對應的python 安裝目錄，復制路徑並且添加到環境變數即可：
標准示例：
C:Python36
C:Python36Scripts
2、多個版本共存
通過1所示方法安裝對應版本的python，然後兩個.exe文件的名字改一下便於系統區分即可
如圖(我這里安裝了三個不同版本的python環境)：
命令行調用：
python37
python36
python27
更多Python知識請關注Python視頻教程欄目。
⑶ 怎麼在mac 系統上使用Python怎麼安裝Anaconda
1. 首先安裝python，我選擇安裝Anaconda （Windows 64-Bit Python 2.7 Graphical Installer 下載地址）。
Anaconda的一些命令（在Anaconda的命令行窗口輸入）：
conda list #該命令，將列出Anaconda安裝的所有應用包，我們可以看到Anaconda已經安裝了numpy, nose, pip, python, scipy, mingw等等。
conda install <pkg name> #該命令用於安裝應用包，如 conda install numpy.
pip install <pkg name> #該命令用於安裝應用包，如 pip install theano.
conda update <pkg name> #升級應用包，如 conda update python
2. 安裝Theano，在Anaconda 的命令窗口中輸入 pip install theano，可以看到程序開始下載安裝包，並檢查是否滿足安裝條件：numpy>=1.5.0，scipy>=0.7.2，滿足條件之後開始運行setup.py安裝theano，安裝完成後會顯示Successfully installed theano。
3. 測試Theano安裝情況。
（1）在ipython中輸入以下兩行代碼：
import theano
theano.test（）
會顯示theano的版本號，安裝位置，已經其他包的安裝版本，如numpy,nose,python等。
在運行中出現g++不是內部或外部命令，也不是可運行的程序或批處理文件。
（2）在Anaconda的命令行窗口輸入：python Lib\site-packages\theano\tests\run_tests_in_batch.py
顯示unable to find theano-nose，查看run_tests_in_batch.py發現，其中路徑設置為在bin下尋找theano-nose文件，而實際上Anaconda文件夾下根本沒有bin這個文件夾，theano-nose存放在Scripts文件夾中。
》》》嘗試1：將Scripts更名為bin，重新運行這句命令，可以成功運行。但是出現一個warning，提示沒有檢測到g++，所以無法運行優化後的C代碼版本，只能執行python版本。
該種嘗試的結果是，下次打開Anaconda 命令窗口後出現錯誤，因為其運行路徑為Scripts，所以還是不要修改了。
（3）g++問題。我們打開MinGW文件夾，可以很清楚的看到有g++，但是為什麼使用不了呢？？在Anaconda 命令窗口中輸入g++也能成功調用g++.exe啊。所以結論是，鑒於這個代碼中出現很明顯的漏洞，所以說不定這里也是錯誤，先不管這些了。
試著做了以下配置，也不知行不行。
添加環境變數： path: C:\Anaconda\MinGW\bin;C:\Anaconda\MinGW\x86_64-w64-mingw32\lib;
新建環境變數： PYTHONPATH: C:\Anaconda\Lib\site-packages\theano;
在home目錄下（cmd可以看到，我的是C:\Users\Administrator），創建 .theanorc.txt 文件內容如下：
[global]
openmp=False
[blas]
ldflags=
[gcc]
cxxflags = -IC:\MinGW\include
（4）驗證BLAS是否安裝成功。由於numpy是依賴BLAS的，如果BLAS沒有安裝成功，雖然numpy亦可以安裝，但是無法使用BLAS的加速。驗證numpy是否真的成功依賴BLAS編譯，用以下代碼試驗：
>>> import numpy
>>> id（numpy.dot） == id（numpy.core.multiarray.dot）
False
結果為False表示成功依賴了BLAS加速，如果是Ture則表示用的是python自己的實現並沒有加速。