基于Anaconda的Python3开发环境搭建笔记(win/ubuntu/2019.10.23)
1 安装Anaconda
(1) Windows10安装Anaconda
- 从官网或开源镜像下载:Anaconda3-4.3.1-Windows-x86_64.exe,笔者使用版本。
- 双击安装即可,注意勾选添加环境变量,否则自己添加。
(2) Ubuntu18.04安装Anaconda
- 从官网或开源镜像下载:Anaconda3-5.2.0-Linux-x86_64.sh,笔者使用版本。
- 安装:注意添加环境变量选yes,否则自己添加。
bash Anaconda3-5.2.0-Linux-x86_64.sh
2 切换国内源
- Windows10打开Anaconda Prompt(Ubuntu18.04打开终端)
# 注意是http,不是https,否则会出现网络连接错误!
# 1 清华大学镜像
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes # 设置搜索时显示通道地址
# 2 中科大镜像
# Ubuntu18.04推荐使用中科大镜像,因为使用清华大学镜像安装的包版本太低
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
# 3 换回默认镜像
conda config --remove-key channels
# 4 查看镜像配置情况
sudo gedit ~/.condarc
3 搭建tensorflow开发环境
(1) 创建环境
- Windows10打开Anaconda Prompt(Ubuntu18.04打开终端)
# Anaconda允许我们建立多个相互隔离,互不影响的开发环境,默认存在base环境,以下建立一个名为tensorflow的环境
conda create -n tensorflow python=3.5 # 创建名字为“tensorflow”,python版本为3.5的环境
[source] activate tensorflow # 激活/进入tensorflow环境,ubuntu下需要加source,否则会权限不够
# 若想退出tensorflow环境
[source] deactivate tensorflow
(2) 安装tensorflow
方法一:conda安装tensorflow1.9.0【推荐】
# 根据自己需要tensorflow-gpu还是tensorflow-cpu,以下二选一
conda install tensorflow-gpu==1.9.0 # 默认安装tensorflow、tensorflow-base和tensorflow-gpu等【推荐】
conda install tensorflow==1.9.0 # 默认安装tensorflow和tensorflow-base等
方法二:pip安装tensorflow1.9.0
pip install --upgrade -I setuptools # 安装setuptools
python -m pip install --upgrade pip # 更新pip版本
pip install --upgrade --ignore-installed tensorflow==1.9.0 # 安装tensorflow-cpu,若不指定1.9.0会默认下载2.0.0,可能会出现版本函数错误
# 说明:使用pip安装tensorflow不推荐安装gpu版本,因为需要自己去下载、安装、配置CUDA和cudnn,非常繁琐!
(3) 测试tensorflow
- 进入python
- 输入测试代码并查看结果
import tensorflow as tf # 可能后面会出现一长串内容,只要不是报错就不用管
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session() # 可能会出现一两行对CPU的说明
print(sess.run(hello))
4 安装py-opencv
(1) 安装py-opencv
conda install -c menpo opencv
(2) 测试py-opencv
5 安装其他包
# 当conda无法安装时,再尝试使用pip安装!
# 例如:
conda install numba
conda install scikit-learn
conda install filterpy
6 Pycharm选择Anaconda环境
- Pycharm是Python开发比较流行的IDE。
- Pycharm的下载安装比较简单,学生可通过校园邮箱免费申请获得使用许可,此处不再赘述。
- 以下为如何为Pycharm选择Anaconda环境进行Python开发。
该“OK”的“OK”,有“Apply”的先“Apply”再“OK”。
参考
[1] Win10下用Anaconda安装TensorFlow
[2] Win10下用Anaconda安装TensorFlow 之后出现ImportError: No module named ‘tensorflow’
[3] tensorflow笔记:别再使用pip安装TensorFlow了!用conda吧
[4] anaconda conda 换源
[5] Ubuntu安装pycharm并设置快捷启动方式
附录
(1) conda基本用法
## 查看全部环境
conda env list
## 创建一个名为python37的环境,指定Python版本为3.7.1
conda create --name python37 python=3.7.1
## 使用activate激活某个环境
[source] activate python37
## 查看当前环境中已安装的包
conda list
## 退出该环境:
[source] deactivate python37
## 删除一个已有的环境:
conda remove --name python37 --all