tensorflowpython36
⑴ 如何 virtualenv python 版本
最近在用python做一个文本的情感分析的项目，用到tensorflow，需要用python3的版本，之前因为《机器学习实战》那本书的缘故，用的是python2.7.所以目前的情况是要两个版本共存，之前看到身边有人为了解决这个问题，居然装了两款软件，pycharm用来做python2.7的开发，另一款用来做python3.6的开发，估计一定是不知道python的虚拟环境工具virtualenv.本文就来讲述一下这个工具是怎么用的，同时也讲一下，如何在pycharm中使用virtualenv.
1. virtualenv的安装
virtualenv的安装和其它python上的软件安装一样，有两种方法，pip 和setup方法安装。
值得注意的是，我们说virutalenv的安装是为了解决多版本python共存的问题，暗含了，你的至少有一个python版本是已经存在，并且可以正常工作的。
我这里的主环境是python2.7
OK!
⑵ 能装两个python环境吗
一台电脑中可以安装两个python，只要命名不冲突，基本就没有问题了，命令行可以随机调用不同版本的python。
1、标准安装：
去官网下载对应的python 安装程序，通过安装向导进行安装，安装的时候记得勾选把python 添加到系统环境变量中，以便于在命令行中调用，如果忘记添加，手动查找对应的python 安装目录，复制路径并且添加到环境变量即可：
标准示例：
C:Python36
C:Python36Scripts
2、多个版本共存
通过1所示方法安装对应版本的python，然后两个.exe文件的名字改一下便于系统区分即可
如图(我这里安装了三个不同版本的python环境)：
命令行调用：
python37
python36
python27
更多Python知识请关注Python视频教程栏目。
⑶ 怎么在mac 系统上使用Python怎么安装Anaconda
1. 首先安装python，我选择安装Anaconda （Windows 64-Bit Python 2.7 Graphical Installer 下载地址）。
Anaconda的一些命令（在Anaconda的命令行窗口输入）：
conda list #该命令，将列出Anaconda安装的所有应用包，我们可以看到Anaconda已经安装了numpy, nose, pip, python, scipy, mingw等等。
conda install <pkg name> #该命令用于安装应用包，如 conda install numpy.
pip install <pkg name> #该命令用于安装应用包，如 pip install theano.
conda update <pkg name> #升级应用包，如 conda update python
2. 安装Theano，在Anaconda 的命令窗口中输入 pip install theano，可以看到程序开始下载安装包，并检查是否满足安装条件：numpy>=1.5.0，scipy>=0.7.2，满足条件之后开始运行setup.py安装theano，安装完成后会显示Successfully installed theano。
3. 测试Theano安装情况。
（1）在ipython中输入以下两行代码：
import theano
theano.test（）
会显示theano的版本号，安装位置，已经其他包的安装版本，如numpy,nose,python等。
在运行中出现g++不是内部或外部命令，也不是可运行的程序或批处理文件。
（2）在Anaconda的命令行窗口输入：python Lib\site-packages\theano\tests\run_tests_in_batch.py
显示unable to find theano-nose，查看run_tests_in_batch.py发现，其中路径设置为在bin下寻找theano-nose文件，而实际上Anaconda文件夹下根本没有bin这个文件夹，theano-nose存放在Scripts文件夹中。
》》》尝试1：将Scripts更名为bin，重新运行这句命令，可以成功运行。但是出现一个warning，提示没有检测到g++，所以无法运行优化后的C代码版本，只能执行python版本。
该种尝试的结果是，下次打开Anaconda 命令窗口后出现错误，因为其运行路径为Scripts，所以还是不要修改了。
（3）g++问题。我们打开MinGW文件夹，可以很清楚的看到有g++，但是为什么使用不了呢？？在Anaconda 命令窗口中输入g++也能成功调用g++.exe啊。所以结论是，鉴于这个代码中出现很明显的漏洞，所以说不定这里也是错误，先不管这些了。
试着做了以下配置，也不知行不行。
添加环境变量： path: C:\Anaconda\MinGW\bin;C:\Anaconda\MinGW\x86_64-w64-mingw32\lib;
新建环境变量： PYTHONPATH: C:\Anaconda\Lib\site-packages\theano;
在home目录下（cmd可以看到，我的是C:\Users\Administrator），创建 .theanorc.txt 文件内容如下：
[global]
openmp=False
[blas]
ldflags=
[gcc]
cxxflags = -IC:\MinGW\include
（4）验证BLAS是否安装成功。由于numpy是依赖BLAS的，如果BLAS没有安装成功，虽然numpy亦可以安装，但是无法使用BLAS的加速。验证numpy是否真的成功依赖BLAS编译，用以下代码试验：
>>> import numpy
>>> id（numpy.dot） == id（numpy.core.multiarray.dot）
False
结果为False表示成功依赖了BLAS加速，如果是Ture则表示用的是python自己的实现并没有加速。