【分享】Python环境安装技巧

skytelling

已于 2024-05-23 11:42:36 修改

阅读量1.3k

点赞数 6

文章标签： python 开发语言

于 2024-05-05 16:32:05 首次发布

本文链接：https://blog.csdn.net/m0_73660403/article/details/138466547

版权

1.安装requirement.txt文件里的环境依赖

（也可以把requirement.txt改成绝对路径）

cd path/to/your/project
pip install -r requirements.txt
pip install -r 'D:\XXXX\requirement.txt'

2.下载paddle2.4.2

1.关掉系统代理

2.切换虚拟环境

conda activate pythonXXX

3.下载

python -m pip install paddlepaddle==2.4.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

3.安装pytorch

在官网里面找下载指令PyTorch的 --- PyTorch

查看python和pytorch对应的版本：版本控制策略 — PyTorch Lightning 2.3.0dev 文档 --- Versioning Policy — PyTorch Lightning 2.3.0dev documentation

conda install pytorch torchvision torchaudio cpuonly -c pytorch

pip install torch==1.8.1+cpu torchvision==0.9.1+cpu torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

4. anoconda创建新Python解释器并且换路径到D盘

1.使用 conda create 命令创建一个新的环境,通过添加 --prefix 参数来指定新环境的存放路径。

conda create --prefix "D:\ruanjian\anacondapeizhi\new_python\Tensorflow3.2.1_py38" python=3.8

2.在Anaconda Prompt中激活新环境

conda activate D:\ruanjian\anacondapeizhi\new_python\Tensorflow3.2.1_py38

当你在Anaconda中尝试创建一个新的环境，并指定一个已经存在的目录作为目标位置时，如果该目录不是一个有效的Conda环境，你会遇到这个错误。Conda期望目标位置是一个不存在的目录，或者是一个已经通过Conda创建并初始化过的环境目录。

要解决这个问题，你有几个选项：
使用新位置：选择一个新的目录，这个目录应该是不存在的，以便Conda可以创建并初始化一个新的环境。
初始化现有目录：如果你希望在现有的目录中创建一个新的Conda环境，首先需要确保这个目录是空的，然后使用Conda初始化它。你可以使用以下命令：
conda create --prefix "D:\ruanjian\anacondapeizhi\new_python" python=3.8
如果目录不是空的，Conda可能会遇到冲突或错误。
清理现有目录：如果目标目录中的内容不重要，你可以先删除这个目录，然后再尝试创建新的Conda环境。

使用--name选项：在创建新环境时，你还可以使用--name选项来指定环境的名称，而不是使用--prefix。这允许你为环境设置一个不同于目录名称的名称。

检查和修复：如果该目录是由于之前的Conda环境创建尝试失败而遗留下来的，可能需要检查该目录并修复任何潜在的问题，然后再次尝试创建环境。

手动创建环境：作为高级选项，你可以手动创建一个环境所需的结构，然后使用Conda初始化它。但这种方法风险较高，可能导致环境不稳定，不推荐给不熟悉Conda内部工作机制的用户。
为了避免这类问题，建议在创建环境时不要使用已经存在的目录，而是让Conda为你创建一个新的目录。如果你确实需要在特定目录下创建环境，确保该目录是空的，并且没有与Conda环境相关的任何遗留文件或配置。

注意：Anaconda的环境管理是基于Conda包管理器的。这意味着，虽然你可以指定环境存放的路径，Anaconda的主安装目录（包含conda本身和基础环境）仍然需要安装在系统默认的路径下，比如默认安装在用户目录下的 anaconda3 或 miniconda3。要看主文件路径：
打开Anaconda Prompt。你可以在开始菜单中找到它，或者在搜索栏中输入“Anaconda Prompt”来启动。

输入以下命令并按回车键：
conda info --envs
这个命令会列出所有已创建的环境，包括基础环境，通常位于Anaconda的主安装目录中的 envs 文件夹内。
基础环境的路径通常就是Anaconda的主安装目录。例如，如果基础环境路径是 C:\Users\YourUsername\Anaconda3\envs\base，那么Anaconda的主安装目录就是 C:\Users\YourUsername\Anaconda3。

4.把anoconda原有的一堆环境也安到现在的新编译器来

如果你希望新环境中包含 `base` 环境中的一些或全部包，你可以采取以下步骤：
1. 列出 `base` 环境中安装的包：
conda list --name base --export
2. 这将输出一个可以被 `conda` 用于创建相同环境的 YAML 格式的包列表。你可以选择性地复制你需要的包。
3. 在新环境中安装这些包：
conda install --name yourname --file packages.txt
这里的 `packages.txt` 是包含包列表的文件。请注意，直接复制 `base` 环境中的所有包到新环境可能会带来版本冲突或其他问题，因此通常建议仅选择性地安装所需的包。

conda create -n TensorFlow2.3.1 python=3.8

5.conda安装requirement.txt文件里面的依赖及使用临时镜像源

conda install --file D:\000Time-Series-Library-main\requirements.txtconda install --file D:\000Time-Series-Library-main\requirements.txt

6.conda 临时用镜像源和添加镜像源并调整切换

(参考原文：https://blog.csdn.net/qq_43391414/article/details/115071599)

6.1 增删查

1.添加镜像channel。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

清华大学: https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
阿里云: https://mirrors.aliyun.com/anaconda/pkgs/main/
中国科技大学: https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
豆瓣Douban: https://mirrors.douban.com/anaconda/conda/
华为云: https://mirrors.huaweicloud.com/repository/anaconda/pkgs/main/
中科大源: https://mirrors.ustc.edu.cn/anaconda/cloud/

2.删除镜像channel。

conda config --remove channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

2.2 删除所有镜像源

conda config --remove-key channels

3.展示目前已有的镜像channel。

conda config --show channels

6.2切换

1.切换回默认源：删除其他所有

7.怎么手动下载Python库并放到解释器下

(从github下载安装python库的流程步骤 - 编程语言 - 亿速云 (yisu.com))

方法一：使用pip命令安装

pip是Python的包管理工具，它可以帮助我们安装和管理Python包。通常，我们可以使用pip命令来安装各种Python包。对于保存在GitHub上的Python包，我们可以通过pip命令和GitHub的存储库链接来安装它们。

首先，我们需要确保已经安装了pip。如果您还没有安装它，可以在终端或命令提示符下运行以下命令来安装pip：
pip install pip
Copy

接下来，我们可以使用以下格式的pip命令来安装GitHub上的Python包：
pip install git+https://github.com/username/repository.git
其中，username是GitHub用户名，repository是GitHub存储库的名称。通过这个命令，pip将从指定的GitHub存储库中获取Python包并安装它。如果Python包有依赖项，pip还将自动解析并安装这些依赖项。

以下是一个示例，展示了如何使用pip命令从GitHub安装一个名为example-package的Python包：
pip install git+https://github.com/example-user/example-package.git
这将从https://github.com/example-user/example-package.git下载Python包并安装它。

方法二：使用源代码手动安装

有时候，我们可能想要手动下载Python包的源代码，并在本地进行安装。这在开发和调试自己的项目时特别有用。下面是手动安装GitHub上的Python包的步骤：

首先，在GitHub上找到要安装的Python包的存储库。

点击存储库页面右上角的“Code”按钮，并选择“Download ZIP”选项来下载包含源代码的ZIP文件。

解压ZIP文件，将源代码保存到本地目录中。

在终端或命令提示符下，进入到保存源代码的目录。

运行以下命令来安装Python包：

“`python
python setup.py install
“`

请确保您已经将Python添加到系统的环境变量中，以便可以直接使用python命令。

这样，Python包的源代码将被编译并安装到已配置的Python环境中。

以下是一个示例，展示了如何使用源代码手动安装一个名为example-package的Python包：

在GitHub上找到存储库https://github.com/example-user/example-package。

点击“Code”按钮，然后选择“Download ZIP”选项。

解压下载的ZIP文件并保存源代码。

打开终端或命令提示符，进入保存源代码的目录。

运行以下命令来安装Python包：

“`python
python setup.py install
“`

通过这种方法，我们可以手动下载和安装GitHub上的Python包，以便更好地集成它们到我们的项目中。