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？

Python 的环境变量如何配置？

#Python 的环境变量如何配置？| 来源: 网络整理| 查看: 265

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 conda

conda 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cudnn

https://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

【本文地址】

公司简介

联系我们