点击上方 “
AI派 ”, 选择“
设为星标 ”
最新分享,第一时间送达!
作者:Leon Wang, 现为中科院特别研究助理 (博士后),在 AI、数据科学和科学计算等方面相关的工程实践上积累了丰富的经验。编辑:王老湿
前面的文章中,为大家介绍过Python下的虚拟环境和包管理。在实际中,更为流行的是用Conda来管理Python环境。今天这篇文章就为大家介绍这方面的相关内容。
Conda环境
Conda简介
Conda是目前为止,最流行的Python软件包与管理环境。Conda分为 miniconda
与 anaconda
两种。前者从名字上就能猜出是精简版,后者预装了很多常用的功能,但比较臃肿。实际工程中,一般都使用 miniconda
,按需安装软件包,本文的下面篇幅也以 miniconda
为例进行说明。
Conda安装
首先利用wget
下载安装脚本文件:
wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
如果速度较慢,可以换用
axel
或aria2c
下载
利用chmod
命令修改sh文件为可执行文件,然后运行安装脚本:
chmod 755 Miniconda3-latest-Linux-x86_64.sh
bash ./Miniconda3-latest-Linux-x86_64.sh
在出现的提示界面中,根据提示选择yes或no。一般来说,我们保持默认即可,但需要留意下最后一步会自动在.bashrc
文件添加conda
的PATH
路径。如果conda
的环境存在与你日常使用的程序有冲突的命令,就有可能会出现问题。
当然,还有一种方式是在添加PATH
路径时选择no,然后在每次需要conda的时候手动找到conda下的