Anaconda相對於原生python解釋器具有更好的包管理功能，它有一個env文件夾，里面包含所要管理的所有環境；日常操作時我們可能會使用pytorch、Tensorflow等多個環境，由於每個環境對Python的包的兼容性都不一樣，所以我們可以創建多個獨立的環境，每個環境中的python包都是獨立的，相互不干擾，方便管理以及解決兼容性的問題；
場景1：我們現在要使用Tensorflow和Pytorch框架，則可以創建對應的環境。使用"source activate tensorflow"來創建tensorflow環境，pytorch類似，然后在這個環境中安裝需要的python包（conda install）
注意：（1）Anaconda自身也有一個環境（base），它與我們創建的環境之間獨立，互相無法調用各自的包；
（2）"source activate xxx"其實就是python解釋器的解釋路徑轉換到xxx環境中，平時運行時要注意這個；
（3）"conda install xxx"安裝包時也要注意要安裝到的環境；
（4）使用“conda create -n pytorch python=3.7”來創建pytorch環境；
（5）使用"source deactivate"關閉虛擬環境；