diff --git a/content/windows-conda-python.md b/content/windows-conda-python.md
new file mode 100644
index 0000000..81d61d6
--- /dev/null
+++ b/content/windows-conda-python.md
@@ -0,0 +1,156 @@
++++
+title = "乱七八糟:Windows-Jupyter开发Python"
+date = 2024-05-31
+
+[taxonomies]
+tags = ["乱七八糟","Windows"]
++++
+
+前言 由于 Windows 中开发环境较 linux 复杂，这里总结 Windows 中使用 Jupyter 开发 Python 的环境配置。
+
+<!-- more -->
+## 安装
+
+Python是一种跨平台的编程语言,社区生态丰富，有许多现成的包可以调用。传统的安装方法如下：
+
+- 下载、安装Pythond解释器；
+- 验证安装；
+- 安装VScode以及Python的拓展；
+
+但Python开发项目时往往需要不同版本，不同的第三方包，如果用传统方法难以管理；因此现在的主流方法是：
+
+- 安装Anaconda或miniconda等Python集成包；
+- 使用conda创建并启动一个Python环境；
+- 安装jupyter编辑器编写python。
+
+在[Anaconda官网](https://www.anaconda.com/)下载并安装，安装成功后，命令行中敲``conda info``，会显示conda的版本和python的版本等详细信息；再敲``conda list``，会列出当前环境下所有安装的包。
+
+安装好了Anaconda，就相当于同时有了Python、环境管理器、包管理器以及一大堆开箱即用的科学计算工具包。
+
+## 使用
+
+安装好了，默认是在base虚拟环境下，此时我们从base环境复制一份出来，在新环境里工作。
+
+- 复制base环境, 创建test环境
+```
+conda create --name test --clone base
+```
+- 激活test环境
+```
+conda activate test
+```
+- 取消Conda默认激活base虚拟环境
+```
+conda config --set auto_activate_base false
+```
+- 列出本机的所有环境，如下，可见当前有2个环境，当前激活的是test环境：
+```
+(test) ➜  ~ conda info -e
+- conda environments:
+#
+base                     /Volumes/300g/opt/anaconda3
+test                  *  /Volumes/300g/opt/anaconda3/envs/test
+```
+- Anaconda默认安装了jupyter，打开jupyter：
+```
+jupyter notebook
+```
+此时会自动弹出浏览器窗口打开Jupyter Notebook网页，默认为``http://localhost:8888``
+
+> Jupyter汉化/下载中文包：``pip install jupyterlab-language-pack-zh-CN``
+
+
+### 虚拟环境管理
+
+- 创建环境，后面的python=3.6是指定python的版本
+```
+conda create --name env_name python=3.6
+```
+- 创建包含某些包的环境（也可以加上版本信息）
+```
+conda create --name env_name python=3.7 numpy scrapy
+```
+- 激活某个环境
+```
+conda activate env_name
+```
+- 关闭某个环境
+```
+conda deactivate
+```
+- 复制某个环境
+```
+conda create --name new_env_name --clone old_env_name
+```
+- 删除某个环境
+```
+conda remove --name env_name --all
+```
+- 生成需要分享环境的yml文件（需要在虚拟环境中执行）
+```
+conda env export > environment.yml
+```
+- 别人在自己本地使用yml文件创建虚拟环境
+```
+conda env create -f environment.yml
+```
+### 包管理
+
+- 列出当前环境下所有安装的包
+```
+conda list
+```
+- 列举一个指定环境下的所有包
+```
+conda list -n env_name
+```
+- 查询库
+```
+conda search scrapys
+```
+- 安装库安装时可以指定版本例如：（scrapy=1.5.0）
+```
+conda install scrapy
+```
+- 为指定环境安装某个包
+```
+conda install --name target_env_name package_name
+```
+- 更新安装的库
+```
+conda update scrapy
+```
+- 更新指定环境某个包
+```
+conda update -n target_env_name package_name
+```
+- 更新所有包
+```
+conda update --all
+```
+- 删除已经安装的库
+```
+conda remove scrapy
+```
+- 删除指定环境某个包
+```
+conda remove -n target_env_name package_name
+```
+- 更多命令请查看官方文档或者查询帮助命令：
+```
+conda --help
+
+conda install --help
+```
+
+有了Conda包管理器，为什么Anaconda环境中，可能还需要用pip安装包呢？因为Anaconda本身只提供部分包，远没有pip提供的包多，有时conda无法安装我们需要的包，此时需要用pip将其装到conda环境里。
+
+安装特定版本的包，conda用=，pip用==。例如：
+```
+conda install xxx=1.0.0
+pip install xxx==1.0.0
+```
+
+--- 
+**Done.**
+