Python 的环境变量如何配置? | 您所在的位置:网站首页 › python怎么安装数据库 › Python 的环境变量如何配置? |
配环境时常是一个较为复杂的过程,特别是不同计算机中的环境差别很大,可能会遇到许多奇怪的问题,文档可能不能全部覆盖。这时,可以在互联网对问题进行搜索。 1 Python环境配置1.1 为什么需要配置这些环境Python 语言,是一门脱胎于 C 语言但是与 C 有本质区别的语言。 一个显著的区别是,Python 程序具有前向不可兼容性。举例而言,部分 Python 2 的代码不能在 Python 3 中运行,然后 Python 3.3 的代码也有可能不能在 Python 3.10 中使用。 当我们所写的工程越来越多之后,他们所依赖的 Python 环境会各不相同。倘若都安装在统一的 Python 环境当中,比如 MacOS 原生的 Python 环境,那么这一 Python 环境会非常的臃肿,而且可能会因为不同工程需要的 Python 版本库之间的不同,导致 A 工程能正常运行而 B 工程不能。 为了防止这件事情的发生,我们采用了环境管理器 conda 来管理 Python 环境。 Conda 是一个开源的 Python 软件包管理系统和环境管理系统,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换。理论上,最好为每个 Python 工程创建一个单独的 conda 环境。 接下来,展示Windows和ubuntu的环境配置及换源方法。 1.2 【windows】下载安装minicondaminiconda是anaconda的精简版,它提供了安装python环境所需的最小内容。Windows下安装方案最简版是直接装python,直接官网下载安装即可。此处不再赘述。1.2.1 下载从下方选择你需要的版本Index of /anaconda/miniconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror这里推荐 latest version, i.e.Miniconda3-latest-Windows-x86_64.exe1.2.2 安装运行 Miniconda3-latest-Windows-x86_64.exe 安装时,选择将 conda 加入 PATH 环境变量,这将可能避免许多潜在的问题。如果你使用了中文用户名,那么你需要选择将 conda 安装路径不含中文的文件夹中,或者采用用户名为ASCII字符的用户。 强烈地不建议使用中文用户名,因为你虽然可以在使用中文用户名的情况下安装 Conda 和 Jupyter Notebook,但中文用户名可能导致你在 VSCode 中无法正常启动 Jupyter Notebook. 1.2.3 配置环境变量检查 conda是否添加到环境变量中: conda -V如果你在安装时没有配置环境变量,则可以参考下面链接完成配置——Anaconda从下载到环境变量配置(windows) 1.2.4 python换源国内访问 conda 和 pip 源可能较慢,我们需要更换 channel 以保证正常的使用体验。 conda换源以下内容从 https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 摘抄从开始菜单中找到 Anaconda Prompt ,运行,然后输入 conda config --set show_channel_urls yes将用户目录下 .condarc 文件的内容替换为 什么是用户目录? 如果你不确定你当前用户的用户目录是什么,你可以在资源管理器地址栏输入 %userprofile% 然后回车,此时所在的目录就是你的用户目录 channels: - defaults 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/pkgs/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 pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud保存,然后执行 conda clean -ipip换源在用户目录下新建名为 pip 的文件夹,在 pip 文件夹中创建 pip.ini 文件,输入以下内容并保存。 [global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple [install] trusted-host=pypi.tuna.tsinghua.edu.cn或者直接使用下面的命令配置:pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simplepip升级方法 如果 pip 默认源的网络连接较差,临时使用镜像站来升级 pip:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pip -U1.2.5 (选)安装Jupyter Notebook如果你在运行下列命令的过程中遇到了困难,可以先试着使用管理员身份运行Anaconda Prompt关掉梯子(已经把源换成了TUNA)我们创建一个环境,运行 conda create -n pybasic python=3.8这表示我们要创建名为 pybasic 的虚拟环境,预置python 3.8 然后我们启动这个环境,运行 conda activate pybasic这时,我们就可以在pybasic环境下安装必要的 python 包了,我们来安装 jupyter notebook conda install jupyter notebook接下来,我们运行 jupyter notebook此时浏览器会启动,我们可以交互式执行命令,这表示你已经成功在刚才创建的虚拟环境中安装了 jupyter notebook 1.3【Ubuntu】下载安装miniconda1.3.1 下载 curl -fsSL https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest- Linux-x86_64.sh > conda.sh1.3.2 安装给安装包添加权限并运行 chmod +x ./conda.sh && ./conda.sh1.3.3 换源pip跳转到指定路径 cd ~/.config mkdir pip cd pip创建并编辑配置文件 gedit pip.conf内容同上。 condaconda更换国内源命令行直接输入(清华源) conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes修改配置文件 gedit ~/.condarc删除default,最终的文件形式同上。 channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ show_channel_urls: true资源链接Anaconda换源 Ubuntu 20.04 设置默认 python、pip(软连接)并换源 2 Learn condaconda 一些基本操作可参见: conda的基本操作或者conda官方文档 常用命令速览 操作 命令 新建环境 conda create -n ENV_NAME python=3.8.8 激活环境 conda activate ENV_NAME 安装包 conda install PACKAGE_NAME 卸载包 conda remove PACKAGE_NAME 显示所有已安装的包 conda list 退出环境 conda deactivate 删除环境 conda env remove -n ENV_NAME 显示所有已安装的环境 conda env list环境相关 # 配置指定python版本的环境 conda create -n env_name python=2.7 conda create --name env_name python=3.5 numpy scipy # 列出所有的环境 conda env list conda info -e conda info --envs # 激活环境 conda activate env_name # 退出环境 conda decativate env_name # 删除环境 conda env remove -n ENV_NAME # 环境中的包的管理 conda install pkg_name -n env_name conda uninstall pkg_name -n env_name conda remove pkg_name -n env_name # 复制环境 conda create --name new_env_name --clone old_env_name # 分享环境 # 把已有的环境分享给其他人,A电脑到B电脑 # A电脑上的操作 conda activate target_env conda env export > target_env.yml # 从A copy yml文件,B电脑上的操作 conda env create -f target_env.yml软件包相关 # 在当前环境中安装 conda install pkg_name # 在指定虚拟环境中安装 conda install -n env_name pkg_name # 升级包 conda update pkg_name conda update -n env_name pkg_name # 搜索包 conda search pkg_name # 指定升级渠道(源) conda install -c conda-forge pkg_name # 更改镜像源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes # 搜索时显示通道地址 # 卸载包 conda remove pkg_name conda remove -n env_name pkg_name # 列出所有安装的包 conda list --name env_name conda list -n env_name conda activate env_name && conda list # 更新所有包 conda upgrade --allconda瘦身 # 删除没用的包 conda clean -p # Remove cached package tarballs conda clean -t # 删除所有的安装包及cache conda clean -y -all另外,一些可用的参考:修改python虚拟环境路径https://zhuanlan.zhihu.com/p/266161343 在conda虚拟环境中安装cuda和cudnnhttps://zhuanlan.zhihu.com/p/367740437 旧版PYTORCH和CUDA 版本对应关系https://pytorch.org/get-started/previous-versions/ 3 开发环境使用开发环境让你获得正常的开发体验。如果你还没有安装一个趁手的开发环境,推荐你至少安装并配置好下面所列 IDE 中的一个。(选一个顺手的就行) PyCharmConda 参考Configure a Conda virtual environment | PyCharm Jupyter Notebook 参考Jupyter notebook support | PyCharm VSCodeConda 参考Using Python Environments in Visual Studio Code Jupyter Notebook 参考Working with Jupyter Notebooks in Visual Studio Code 资源链接1 python环境配置 2 conda基本操作 3 conda常用命令 4 Conda Command reference 5 conda清理没用的安装包 |
CopyRight 2018-2019 实验室设备网 版权所有 |