不同的项目,可能需要不同版本的包,这个时候就需要虚拟环境来管理多版本的python库
前提:确保anaconda安装成功
如何安装可以参考我之前的一篇文章:win10 Anaconda和Pycharm的安装与配置_小牛呼噜噜的博客-CSDN博客_anaconda pycharm win10
conda环境管理:
# 查看conda版本
conda --version
#查看系统当前已有的Python环境 (安装Anaconda时创建的默认Python环境,环境名称叫root)
conda info --envs
# 创建一个名为python36的环境,指定Python版本是3.7(注意一定要指定python版本,不然环境会缺少python.exe)
conda create --name python37 python=3.7
# 激活某个环境
activate python37 # for Windows
source activate python37 # for Linux & Mac
# 退出当前环境
deactivate python37 # for Windows
source deactivate python37 # for Linux & Mac
# 删除一个已有的环境
conda remove --name python37 --all
注意:
激活环境很重要,是你下载依赖的前提(配置虚拟环境,防止库冲突)
conda 创建虚拟环境有个好处,它可以换python版本。如果你使用的virtualenv,它虽然也可以创建虚拟环境,但python版本无法换
接下来简单介绍一下virtualenv如何创建新的虚拟环境
virtualenv环境管理
注意当前的python环境,可以与conda配置的虚拟环境组合使用,但不建议(太乱来,conda配置的虚拟环境就够用了)
#安装
pip install virtualenv
#创建环境(创建好后,当前目录下会生成venv目录)
virtualenv venv
#激活环境(然后就可以在这个虚拟环境中配置依赖了)
venv\scripts\activate
到这里环境就配好了,那我们需要下载依赖。有pip 和conda两种安装来源。一般2个混合使用最好,各有优缺点,有些个别的库,可能这个没有,那个却有:P
conda包管理
# 安装xxxx库
conda install xxxx
# 删除xxxx库
conda remove -n xxxx
# 查看当前环境下已安装的包
conda list
# 查看某个指定环境的已安装包
conda list -n python36
# 查找package信息
conda search numpy
# 安装package
conda install -n python34 numpy # 如果不用-n指定环境名称,则被安装在当前活跃环境 也可以通过-c指定通过某个channel安装
# 查看帮助
conda -h
# 查看conda版本
conda --version
其他命令:
# 更新conda本身
conda update conda
# 更新anaconda 应用
conda update anaconda
# 更新python,假设当前python环境是3.6,而最新版本是3.7,那么就会升级到3.7
conda update python
如何conda下载不下来某些库,那就需要使用pip了
pip包管理:
# pip安装包
$ pip install SomePackage
# pip安装包 指定版本,比如1.0.0
$ pip install SomePackage==1.0.0
# pip查看已安装的包
$ pip show --files SomePackage
或者
$ pip list
# pip检查哪些包需要更新
$ pip list --outdated
# pip升级包
$ pip install --upgrade SomePackage
# pip卸载
$ pip uninstall SomePackage
## 如果 pip 下载的包太多,我们一个个下,岂不是很麻烦。它这里可以使用requirements.txt 来统一下载
$ pip install -r requirements.txt
requirements.txt的格式如下:包名+版本号
flask_cors == 3.0.4
pymongo == 3.6.1
jcal == 0.0.7
补充:
pip 下载包时报错:
THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE. If you have updated the package versions, please update the hashes. Otherwise, examine the package contents carefully; someone may have tampered with them.
原因:网络问题导致下载的文件不完整,重试几次
与pyCharm配合使用
为一个项目导入环境时,只要添加那个环境里的python.exe
可以参考我之前一篇文章:
win10下用Anaconda安装TensorFlow,并在pycharm中使用(超简单)_小牛呼噜噜的博客-CSDN博客_tensorflow怎么在pycharm中使用