mirror of
https://github.com/Dichgrem/Blog.git
synced 2025-07-31 17:09:30 -04:00
update:python
This commit is contained in:
156
content/windows-conda-python.md
Normal file
156
content/windows-conda-python.md
Normal file
@ -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.**
|
||||
|
Reference in New Issue
Block a user