创建conda虚拟环境,配置python环境
写本篇博客主要目的是为了解决各项目python环境聚集在一起,在项目启动时一直处于扫描文件索引阶段,经过很长时间才能进入,通过将各项目python环境单独管理,进行项目搭建时仅需导入该项目使用的python库,可有效避免长时间处于扫描文件索引阶段。
一、Anaconda安装
参考Anaconda的下载与安装——Python环境搭该篇博文,进行安装及环境搭建;
二、创建conda环境
1、打开控制命令行
2、创建conda环境
conda create -n yourname python=3.7.0
3、进入创建的环境
activate yourname
4、安装python库
使用conda进行安装/卸载
conda install -n yourname 库名
conda uninstall -n yourname 库名
例如:conda install -n pachong requests
使用pip进行安装/卸载
pip install 库名
pip uninstall 库名
例如:pip install requests
5、删除创建的conda环境
conda remove -n yourname --all
三、一些常用的conda指令
1. conda --version #查看conda版本,验证是否安装
2. conda update conda #更新至最新版本,也会更新其它相关包
3. conda update --all #更新所有包
4. conda update package_name #更新指定的包
5. conda create -n env_name package_name #创建名为env_name的新环境,并在该环境下安装名为package_name 的包,可以指定新环境的版本号,例如:conda create -n python2 python=python2.7 numpy pandas,创建了python2环境,python版本为2.7,同时还安装了numpy pandas包
6. source activate env_name #切换至env_name环境
7. source deactivate #退出环境
8. conda info -e #显示所有已经创建的环境
9. conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name
10. conda remove --name env_name –all #删除环境
11. conda list #查看所有已经安装的包
12. conda install package_name #在当前环境中安装包
13. conda install --name env_name package_name #在指定环境中安装包
14. conda remove -- name env_name package #删除指定环境中的包
15. conda remove package #删除当前环境中的包
16. conda create -n tensorflow_env tensorflow
conda activate tensorflow_env #conda 安装tensorflow的CPU版本
17. conda create -n tensorflow_gpuenv tensorflow-gpu
conda activate tensorflow_gpuenv #conda安装tensorflow的GPU版本
18. conda env remove -n env_name #采用第10条的方法删除环境失败时,可采用这种方法