選擇了Anaconda下的conda工具作為python虛擬環境搭建的工具！
Python虛擬環境工具眾多，我也使用了眾多工具，最終還是選擇了Anaconda下的conda工具作為虛擬環境搭建的工具，在正式開始前，說一下我此前的環境。
當然在學習Python的道路上肯定會困難，沒有好的學習資料，怎麼去學習呢？
學習Python中有不明白推薦加入交流群
號：960410445
群裡有志同道合的小夥伴，互幫互助，
群裡有不錯的視訊學習教程和PDF！
系統環境：Mac Pro
使用pyenv作為python版本控制，下載了python2.7、python3.6、python3.5等版本，使用pyenv-virtualenv作為虛擬環境控制的外掛工具，兩者其實挺好用的，然後我使用pyenv安裝了anaconda 4.4.0並再其下使用conda來建立虛擬環境，就是所謂的虛擬環境中的虛擬環境。
因為某些原因，將系統當前的pyenv相關的虛擬環境都刪除了，決定使用anaconda重新弄一套虛擬環境，完全用conda來管理，不再弄那麼複雜。
首先去anaconda官網安裝，這裡選擇安裝anaconda 5.5.0，其內建python為python3.7，這個包的大小為600多M，解壓安裝後會佔用磁碟2.2G，我也沒想到居然這麼大，無奈。
安裝完後，就要配置一下環境變數，Mac下的環境變數比較複雜，環境變數由多個檔案控制，這些檔案的優先順序也不同，因為本人使用了zsh，所有處理在系統的環境變數配置檔案中配置anaconda的路徑，還需要在zsh的環境變數配置檔案中配置，這是必要的，不然zsh中也無法直接使用conda。
具體的路徑需要根據自己的路徑來確定。
因為本地不再使用Mac自帶的命令列，所以.bash_profile檔案不用寫也沒問題，只使用zsh，還有需要提及的就是 echo"conda activate">>~/.zshrc在conda 4.4之後支援，此前的將conda引入PATH的方法變得不再推薦。
這樣就可以全域性使用conda了，首先使用conda來建立一個虛擬環境
conda create -n tfpy36 python=3.6
建立完後，先來安裝一下TensorFlow，這裡安裝1.9版本的，當前最新版為1.12，不得不說TensorFlow更新的很快。
pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com --upgrade tensorflow==1.9
安裝完後，可以進入python互動環境測試是否可以匯入，通常沒什麼問題，然後我習慣性的安裝ipython與jupyter，帶來了問題。
ipython與jupyter都是在虛擬環境下安裝的，但進入ipython，發現是anaconda原本的python環境，即python3.7版本，此時無法通過ipython匯入虛擬環境中安裝的TensorFlow，有點懵，接著嘗試jupyter，也是同樣的情況，回想使用pyenv安裝anaconda再在改anaconda下建立虛擬環境並安裝TF不同，在此前的環境中虛擬環境中安裝的ipython會被安裝在虛擬環境中，可以直接匯入虛擬環境的TF。
這個問題應該不少見，所以查了一下，anaconda為了避免你在不同的虛擬環境都每次都要安裝ipython或jupyter，將這些都安裝在了根環境，安裝 ipykernel解決問題，這個庫會為ipython或jupyter提供虛擬環境殼的支援。
conda install ipykernel
至此，整個環境搞定，conda除了可以使用python3，同時還可以使用python2，非常方便。
但還有可能在ipython可以使用不同版本的虛擬環境，但在jupyter無法使用不同版本的虛擬環境，此時就可以安裝
conda install nb_conda
這樣就可以直接進入jupyter選擇不同的虛擬環境了，如下圖：
刪除環境
conda remove -n tfpy36 --all
啟用環境
source activate tfpy36
退出環境
source deactivate
小結
python中很多工具都可以進行版本控制與虛擬環境的控制，我使用個多種，但最總還是返璞歸真，使用anaconda提供的這套解決方案一勞永逸。
2018版的PyCharm本身也支援建立新專案時，在工作目錄建立相應的python環境，但我個人通常不這麼做，因為每個專案都建立一個python虛擬環境其實沒什麼必要，只需要幾個主的python虛擬環境則可，比如做web的，就建立pyweb虛擬環境，以後web相關的開發都使用該虛擬環境，這樣方便管理。