### 问题解构 用户询问如何查看 Python 虚拟环境的配置。在 Python 开发流程中，查看虚拟环境通常包含两个层面的需求：一是查看当前系统中**已存在哪些虚拟环境列表**，二是查看**当前激活的虚拟环境的具体配置信息**（如 Python 版本、依赖包路径等） [ref_1][ref_2]。由于用户之前使用的是 PyCharm 且提示符为 PowerShell（Windows 环境），解答需涵盖命令行工具（CMD/PowerShell）和 Anaconda 等常用管理工具的查看方法 [ref_3][ref_5]。 --- ### 方案推演 针对不同的环境管理工具，查看虚拟环境的方式有所区别： 1. **使用 `conda` (Anaconda/Miniconda)**：这是数据科学领域最常用的方式，可以通过 `conda env list` 快速列出所有环境 [ref_5][ref_6]。 2. **使用 `virtualenv` 或 `venv`**：这是 Python 原生或轻量级的方式，通常需要通过命令行提示符或查看特定目录来确认环境状态 [ref_1][ref_3]。 3. **使用 `pipenv`**：这是较新的依赖管理工具，通过 `pipenv --venv` 查看路径 [ref_1]。 在 PyCharm 等 IDE 中，也可以通过图形界面直观查看。以下将重点介绍命令行的高效查看方法。 --- ### 具体实施步骤 #### 1. 使用 Conda 查看虚拟环境列表（推荐） 如果你安装了 Anaconda 或 Miniconda，`conda` 是管理环境最便捷的工具。它可以直接列出所有创建的虚拟环境及其路径 [ref_5][ref_6]。 在终端中执行以下命令： ```powershell # 列出所有已创建的虚拟环境 conda env list # 或者使用简写形式 conda env list ``` **输出示例与解析：** ```text # conda environments: # base * C:\ProgramData\Anaconda3 my_env C:\ProgramData\Anaconda3\envs\my_env bysj C:\Users\YourName\.conda\envs\bysj ``` * **名称**：第一列是环境的名称（如 `base`, `my_env`）。 * **星号 (*)**：带有 `*` 号的环境表示**当前正在激活**的环境 [ref_6]。 * **路径**：最后一列显示了该虚拟环境在硬盘上的具体存储位置 [ref_5]。 #### 2. 使用 `virtualenv` / `venv` 查看当前环境状态 对于使用 Python 内置 `venv` 或第三方 `virtualenv` 创建的环境（如用户之前的 `.venv`），没有统一的“列出所有环境”的命令，但可以通过以下方式确认： **A. 检查当前激活状态** 在 PowerShell 或 CMD 中，观察命令行提示符。如果环境已激活，路径开头通常会包含环境名称（例如 `(.venv) PS D:\bysj>`），括号内的内容即为当前虚拟环境名 [ref_3]。 **B. 查看 Python 解释器路径** 通过执行 `where` (Windows) 或 `which` (Linux/Mac) 命令，确认当前正在使用的 Python 解释器是否位于虚拟环境目录中 [ref_2]。 ```powershell # 查看当前 Python 解释器的具体路径 where python ``` **输出示例：** ```text D:\bysj\.venv\Scripts\python.exe C:\Python39\python.exe ``` * 如果第一行显示的路径包含你的项目文件夹名（如 `.venv`），说明当前正在使用虚拟环境中的 Python [ref_2]。 #### 3. 使用 `pipenv` 查看虚拟环境 如果项目使用 `pipenv` 进行管理，可以使用特定命令查看虚拟环境的具体路径 [ref_1]。 ```powershell # 查看当前项目关联的虚拟环境路径 pipenv --venv ``` #### 4. 查看环境内的依赖包配置 确认进入环境后，通常需要查看已安装的包来确认环境配置是否符合预期。 ```powershell # 列出当前环境中所有已安装的包及版本 pip list # 以依赖树形结构展示（需安装 pipdeptree） pipdeptree ``` --- ### 常用查看命令对比表 | 管理工具 | 查看环境列表命令 | 查看当前状态命令 | 适用场景 | | :--- | :--- | :--- | :--- | | **Conda** | `conda env list` [ref_6] | `conda info --envs` | Anaconda 用户，支持多版本 Python 管理 | | **Venv/Virtualenv** | 无直接全局列表命令 | `where python` [ref_2] | 轻量级开发，依赖 Python 原生功能 | | **Pipenv** | `pipenv --venv` [ref_1] | `pipenv --venv` | 需要自动生成 Pipfile 和 Pipfile.lock 的项目 | > 💡 **提示**：在 PyCharm 中，你也可以通过 `File` -> `Settings` -> `Project` -> `Python Interpreter` 直接查看当前项目使用的虚拟环境及其包含的包列表，这是最直观的图形化查看方式 [ref_2][ref_5]。