1. anaconda 常用指令
conda list
(所有安装的库列表)
conda install package_name
(库)安装
conda clean
清理
conda update package_name
(更新)
conda remove package_name
(库) 删除
conda search package_name
(库)搜索
conda list -n env_name
#指定查看某环境下安装的库
conda info -e
(conda info --envs)(conda env list)查看当前系统下的所有环境,可以切换或者删除相应的环境。 带 * 号前缀的那个环境就是现在正在使用的环境。
创建新的环境:
指定python版本为2.7,注意至少需要指定python版本或者要安装的包
conda create -n env_name python=2.7
同时安装必要的包:conda create -n env_name numpy matplotlib python=2.7
如果新环境中需要复制本地(当前环境)的库依赖包,
那么用 pip freeze >requirements.txt
这样就根据本地的库生成了一个依赖库文档。
然后直接安装该文档安装即可:pip install -r requirements.txt
(如果需要就指定路径,例如:pip install -r C:\Users\Administrator\requirements.txt )
或者conda install --yes --file requirements.txt
以上方法是常用方法,但是仍然需要重新安装包,实际上anaconda可以直接将运行环境保存成文件分享,执行如下命令可以将当前环境下的 package 信息存入名为 environment 的 YAML 文件中。 conda env export > environment.yaml
当使用别人的代码时,可以用对方提供的 YAML 文件来创建一个一样一样的运行环境。
conda env create -f environment.yaml
环境切换:
切换到新环境
linux下需要使用:source activate env_name
win下:activate env_name
或者conda activate env_name
退出环境:
win下(也可以使用’activate root’ 切回root环境)
deactivate env_name
或者conda deactivate
linux下:
source deactivate
spyder配置
命令窗实现了Python不同版本的自由切换,但spyder打开之后始终是base环境,这是因为新环境没有安装spyder,需要在不同环境下都安装才可以使用。
使用conda list
找不到spyder这一项,那么就需要安装。
conda install spyder
安装spyder。如果无法直接安装,可以通过搜索工具包所在的网址进行安装,使用anaconda search -t conda
指令,具体用法在安装库那一部分中。
在创建的新环境中安装好spyder以后,然后在终端中输入spyder,系统会自动打开基于新环境的spyder。
移除环境
conda remove -n env_name --all
(conda remove -name env_name --all)
安装库
anaconda search -t conda
(库例如:tensorflow) 搜索可用版本,搜到的名字
anaconda show m_name
(m_name代表搜到的名字) 会显示这个库需要用什么指令下载
输入安装指令即可
更常用的方法是:直接pip install (库名) 删除库:pip uninstall (库名)
当想要安装的库安装不了或者下载没速度的时候,连到这个网址,(http://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost)直接ctrl+f搜想要的库。
cp27代表python2.7以此类推,找到对应版本的库(和自己python版本以及win32/amd64版本一样的库下载)
下载下来是一个whl文件,找到该文件的路径,然后pip install (该文件的文件名.whl)
也可以使用清华大学的镜像,怕麻烦可以直接改conda设置:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
查看设置好的镜像:
conda config --show channels
恢复默认源:
conda config --remove-key channels
删除镜像源:
conda config --remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
安装anaconda之后,打开spyder的闪退问题:(来自知乎)
删除你目录下的 .continuum 文件夹就行了
step1. 打开终端
step2. 输入 sudo rm -rf .continuum
step3. 输入电脑的密码
2.使用virtualenv隔离环境
在开发Python应用程序的时候,系统安装的Python3只有一个版本:3.4。所有第三方的包都会被pip安装到Python3的site-packages目录下。
如果我们要同时开发多个应用程序,那这些应用程序都会共用一个Python,就是安装在系统的Python 3。如果应用A需要jinja 2.7,而应用B需要jinja 2.6怎么办?
这种情况下,每个应用可能需要各自拥有一套“独立”的Python运行环境。我们知道anaconda中可以用(conda create -n env_name)隔离环境,但是anaconda更多是数据工程师使用(具体见之前博客https://www.jianshu.com/p/cf14d7b51fe7),开发者更多使用virtualenv来为一个应用创建一套“隔离”的Python运行环境。
首先,我们用pip安装virtualenv:pip3 install virtualenv
然后,假定我们要开发一个新的项目,需要一套独立的Python运行环境:
第一步,创建目录:
mkdir myproject
cd myproject/
第二部,创建独立环境:
#命令virtualenv就可以创建一个独立的Python运行环境,
#我们还加上了参数--no-site-packages,
#这样,已经安装到系统Python环境中的所有第三方包都不会复制过来,
#这样,我们就得到了一个不带任何第三方包的“干净”的Python运行环境。
virtualenv --no-site-packages venv
#新建的Python环境被放到当前目录下的venv目录。有了venv这个Python环境,可以用source进入该环境:
source venv/bin/activate
#此时命令提示符会多一个(venv)前缀,表示当前环境是一个名为venv的Python环境。
此时可以在(venv)里安装环境
#如果有requirements.txt,直接批量安装所有依赖库
(venv) $ pip install -r requirements.txt
在venv环境下,用pip安装的包都被安装到venv这个环境下,系统Python环境不受任何影响。也就是说,venv环境是专门针对myproject这个应用创建的。
退出当前的venv环境,使用deactivate命令:
(venv) $ deactivate
此时就回到了正常的环境,现在pip或python均是在系统Python环境下执行。
完全可以针对每个应用创建独立的Python运行环境,这样就可以对每个应用的Python环境进行隔离。
virtualenv是如何创建“独立”的Python运行环境的呢?原理很简单,就是把系统Python复制一份到virtualenv的环境,用命令source venv/bin/activate进入一个virtualenv环境时,virtualenv会修改相关环境变量,让命令python和pip均指向当前的virtualenv环境。
创建版本库
网友评论