众所周知，Python 环境配置是一个大坑，很多人就莫名其妙地在电脑里装了大大小小十几个 Python 环境也不知道。看看这张梗图就明白了。
我也经历过这样的事情。本文就简要记录一下自己的配置历史，并留一份当前的环境状态作为备忘。
一、个人电脑（Mac 系统）
吐槽
刚买回手里的这台 MacBook 后就迫不及待去官网把 Python 装了，用 pip 装了几个包一跑程序没问题，感觉美滋滋，就不再管了。
后来跑深度学习代码开始用上了 Conda，那段时间是真切地感受到坑了。安装完 Miniconda 后，在 VSCode 里发现了好几个 Python 解释器，便参考网上的教程一点点地卸载，没有记错的话，当时只保留系统了自带的 Python 2.7 以及 Miniconda。
过了段时间突然一看，发现系统自带的 Python 2.7 找不到了，吓我一跳，查了下发现是 Mac 系统更新到 Monterey 12.3 版本将自带的 Python 2 删除了。那么是更新成 Python 3 了，还是直接就删除了呢？网上各有各的说法。反正我的电脑上出现了一个让我疑惑的 Python 3.8.9，在 /usr/bin/python3/，它特别神奇，在系统里都找不到 Python.framework 框架，它还能正常运行，而且卸载也卸载不掉。看了这篇博客，我吓尿了，还是留着吧，放在那里不用就好。
在我自己的电脑上，我还对一些扩展功能有刚需，如 Jupyter Notebook，IPython 等。它们本质上是 Python 的包，不需要单独安装，只要 pip intsall 就可以用了。
Python 环境备忘
- 一个疑似系统自带的 Python 3.8.9，位于
/usr/bin/，勿使用，当祖宗供着； - Miniconda3，位于
~/Miniconda3/，供平时使用； - 环境变量中 python3 包括 Miniconda 中的 Python 3 与那个 Python 3.8.9（前者优先），python 是 Miniconda 中的 Python 2。无论敲 python3 还是 python，进入的都是 Miniconda 里的 Python 环境；
- 环境变量中的 pip, pip3 也是一样。无论敲 pip3 还是 pip，进入的都是 Miniconda 里的 Pip 环境。
Conda 环境备忘
Mac 的定位是只做学习机或者跑一些简单的程序，不跑大型项目（例如 Mac 没有 Nvidia 显卡，装不了 CUDA，无法跑大型深度学习项目）。
- base：当作基本环境，只作临时使用，只在此环境中安装必要的通用的包，如 Jupyter Notebook，IPython，在创建新环境时都统一复制一份此环境；
- dl_study：学习、测试深度学习代码用，在 base 的基础上安装深度学习的包；
- spyder：爬虫程序的环境，在 base 的基础上安装爬虫相关包，如 requests, BeautifulSoup；
- 对于要发布的项目环境，从头开始创建一个即可（不需要复制 base）。
二、个人电脑（Windows 系统）
我的 Windows 游戏本是备用机，装有 GTX 960 显卡，可以跑深度学习项目。但我不把此当作主力机器，它只是偶尔测试一下代码用，主要还是用 Mac 远程连接服务器。
Conda 环境备忘
本电脑只装一个 Miniconda 即可。同样地，base 环境中安装必要的通用的包，如 Jupyter Notebook，IPython，在创建新环境时都统一复制一份此环境。base 以外的其他环境针对项目作临时用，不长期使用。
三、服务器（Linux 系统）
服务器只跑大型项目，和 Windows 游戏本一样。
Conda 需要自行安装，无法共用其他账户的。一般用 Linux 命令行的命令来安装。
Conda 环境备忘
只装一个 Miniconda 即可。同样地，base 环境中安装必要的通用的包，如 IPython，在创建新环境时都统一复制一份此环境（Jupyter Notebook 没必要装）。base 以外的其他环境针对项目。
目前我有两台服务器可用（组内、学院），都把 base 环境配置好，再根据项目需要安装项目环境。