conda 安装多版本 Python-配置镜像-安装 JupyterLab（latest 版本）

Python 多环境隔离，可以每个项目拥有独立的依赖库，即 site-packages。

多环境隔离的好处：

• 当两个项目的依赖发生冲突时，可以通过依赖隔离机制实现隔离效果。
  • 支持同时使用不同版本的Python（如Py2和Py3）进行开发。
  • 建立统一的依赖管理系统有助于提升团队协作效率并实现无缝迁移。
  • 便于将各个项目独立打包部署以确保安全性和稳定性

为了探索多环境Python的可能性，在尝试过程中遇到了不少困难。尽管不断修改配置文件但仍无法解决问题。最终决定完全卸载并重新安装Miniconda Python及其Jupyter Notebook软件后又成功地重建了一个新的虚拟环境中由于conda预装的是Python 3.8许多依赖库不再兼容于该版本因此选择构建基于Python 3.7的环境以确保兼容性问题这篇文章主要用于记录创建新虚拟环境及镜像配置的过程以便以后能够方便地查阅

创建新的虚拟环境

在conda命令行界面中，我将新环境命名为python37，并根据实际需要修改其版本设置为Python 3.7。

    conda create --name python37 python=3.7

激活虚拟环境

    conda activate python37

添加清华源镜像

``