Conda虚拟环境创建
Conda虚拟环境创建
1. 为什么要创建虚拟环境
我们在做开发时可能会同时开发多个项目,这些项目可能会依赖于不同的python环境,比如有的用到3.6有的用到3.7,这时我们创建不同版本的python,放到虚拟环境中给不同的项目分别提供其所需要的版本,这样可以将各项目所用的环境隔离开不会相互影响。就算多个项目使用同一个版本的python,这时候还是需要创建conda虚拟环境的,比如一个项目用Pytorch开发,一个项目用TensorFlow开发,不同框架对python包依赖,对底层库的依赖是不同的, 此时可能会起冲突,比如安装Pytorch后再安装TensorFlow时可能会将Pytorch所用依赖更新,则会导致Pytorch无法运行。故创建虚拟环境是非常有必要的,它可以隔离各项目所需环境,让项目之间不会起冲突。
2. 开始搭建虚拟环境
第一步:创建虚拟环境
打开Anaconda Powershell Prompt ,输入
conda create --name my_first_env python=3.6
注意事项:
①其中my_first_env是自定义的虚拟运行环境名称
②python=3.6指定了虚拟运行环境的python版本
完成之后会在你的指定的虚拟环境存放路径下创建my_first_env文件夹如下图
第二步:切换进入虚拟环境
输入:
conda env list
列出所有已创建的环境,此时我们在base环境中,可看到下面创建有my_first_env
输入下面代码进入虚拟环境:
conda activate my_first_env
输入 conda list 可以查看当前环境中所有安装过的程序
输入pip list 可以查看当前环境中所有python的模块
2.1 安装python的各种模块
第一种方式: pip install
第一步: 配置镜像提高下载速度
进入到用户文件夹,创建pip文件夹
pip文件夹下创建pip.ini配置文件
用记事本类似软件打开,写入以下内容:
[global]
index-url=https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host=pypi.tuna.tsinghua.edu.cn
以上配置的是清华镜像,若想配置其他镜像只需更改相应链接地址即可
豆瓣:
[global]
index-url=https://pypi.douban.com/simple/
[install]
trusted-host=pypi.douban.com
阿里云:
[global]
index-url=https://mirrors.aliyun.com/simple/
[install]
trusted-host=mirrors.aliyun.com
注意事项
Linux配置pip镜像稍有不同,在更目录下创建或修改~/.pip/pip.conf
pip配置文件,其内容相同
第二步:安装模块
此处以安装numpy模块为例,输入pip install numpy
即可,此时默认下载最新版本;也可以指定版本安装,比如输入pip install numpy==1.16.5
注意:再次安装低版本的numpy时不需要卸载之前安装好的numpy,在安装时会先卸载之前版本的numpy再进行安装
第三步:卸载模块
卸载时只需要输入pip uninstall numpy
即可,不需要加版本号
注意:
① 在安装一个模块时,会自动地安装或更新该模块所需要的依赖模块,来匹配当前安装模块的版本
② 但使用pip卸载模块时,只会卸载当前指定的模块,并不会卸载当前指定模块所需要的依赖模块
第二种方式: conda install
第一步: 配置镜像提高下载速度
windows下在用户文件夹下创建文件.condarc
,注意该文件是隐藏文件,进入该文件写入以下内容:
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
channel_priority: flexible
第二步: 安装模块
还以安装numpy模块为例,输入conda install numpy
即可
卸载numpy模块时,输入conda uninstall numpy
即可
注意:
① 如果所安装的模块,需要的依赖模块不仅仅是python模块时,建议使用conda
② conda在卸载模块时,会将当前模块,以及以当前模块为依赖的所有模块统统卸载掉;但使用pip进行卸载时只会卸载当前模块,给出警告
来源:Shuai-Wang