python 虽然好用，但是项目一多，依赖的管理就是个大问题了，新项目已经全在用 python3，而老项目都是 pthon2，更蛋疼的是，不同项目之间还可能依赖了同一个库的不同版本！我们试着解决这个问题:
pip: 解决项目的全局依赖问题
最开始的时候，我们都是手动安装库，而库可能还有依赖的库，这样最终会形成一张树的依赖结构。解决这个问题，我们可以使用 pip。
它主要解决包的问题，包括安装、更新、删除等。
简介: https://pip.pypa.io/en/stable/quickstart/
安装: https://pip.pypa.io/en/stable/installing/
virtualenv: 解决不同项目间使用同一依赖不同版本的问题
pip 可以帮助我们方便地安装项目需要的依赖，不过随着项目的变多，我们可能会在不同的项目里使用同一个库的不同版本，甚至python 的不同版本，这时，需要一个新的工具来解决这个问题: virtualenv。
它可以帮助我们创建一个虚拟、独立的依赖环境，以保证每个项目可以使用指定的依赖，包括 python、第三方库等。
conda: 解决非python依赖的问题，以及简单统一的操作方式
pip 和 virtualenv的组合，可以解决绝大部分 python的依赖管理问题，但是，随着项目的发展，我们可能需要非 python 的依赖，来解决现有问题。
conda 作为一个打包工具和安装程序，可以帮助我们解决主流的开发环境和依赖的问题，除 python 外，它还支持：R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN等语言。一定程度上，可以把它看着 pip 和 virtualenv 的结合（实际上，pip 和 conda 是互补的关系，因为 pip 可以安装一部分 conda 不能安装的依赖）。
总结
virtualenv和conda都是通过修改 shell 里的环境变量来达到修改环境的目的，基本原理类似。
不同的项目可以用不同的工具，不要求全，适合才是最好的。
Pycharm 对以上工具都有很好的支持，善用工具可以极大提高效率。
以下是参考资料:
Anaconda介绍、安装及使用教程
Anacodna之conda与 virtualenv对比使用教程，创建虚拟环境