ubuntu16.04实现anaconda3和ROS多版本python共存

ROS所使用的python版本为2.7，但是现在越来越多的人做深度学习+机器人方面的研究，而目前搭建神经网络的库许多用的是python3，所以让不同的python版本兼容是一个问题。经过查阅资料，通过anaconda建立虚拟环境，将python3的程序都放到虚拟环境中，并在虚拟环境中安装ROS的一些包，实现ROS和python3的共存。过程如下：

1. ROS安装，这部分就不说了，网上资料很多，就正常安装。

安装好后，打开一个terminal，输入python，可以看到python版本是：Python 2.7.6.

2. Anaconda建立虚拟环境

2.1. 网上下载anaconnda到Downloads目录，然后

 
 

   
   

    
    

   
   
   
   

    
    

     
     $ cd Downloads
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     $ sudo bash Anaconda3XXXXXX.sh
    
    
   
   
 
 

安装anaconda，但是不要选择将路径添加到环境变量。等下我们手动添加。

此处可以参考这里：使用anaconda在ubuntu16.04下安装TensorFlow-GPU，同时保留原本的ROS环境。

2.2. 暂时添加anaconda环境变量

 
 

   
   

    
    

   
   
   
   

    
    

     
     $ sudo gedit ~/.bashrc
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     在文件末尾添加：
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     export PATH=/home/XXX(你自己的ubuntu名字)/anaconda3/bin:
     
     $PATH
    
    
   
   
 
 

此时重新打开terminal，输入python，版本为：Python3.6.4。

但是此时ROS中的一些包已经不能用了，因为python版本已经变了。

我们参考上述链接中的方法解决一波。

2.3. 先建一个Python3的虚拟环境

$ conda create -n learninglab python=3.6
 
 

2.4. 参考链接进一步修改

 
 

   
   

    
    

   
   
   
   

    
    

     
     $ sudo gedit ~/.bashrc
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     在文件中添加
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     alias condapy3=
     
     '. /home/tom/anaconda3/etc/profile.d/conda.sh && conda activate learninglab'
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     屏蔽掉
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     #export PATH=/home/XXX/anaconda3/bin:$PATH
    
    
   
   
 
 

新开一个terminal，输入condapy3，此时进入并激活learninglab的虚拟环境，在输入python，可以看到版本为3.6.

再开一个terminal，输入python，版本还是之前ROS用到的Python2.7.6.。

实际环境和虚拟环境python版本进行了隔离。

2.5. 虚拟环境安装ROS需要的包

terminal输入condapy3，进入learninglab，然后

 
 

   
   

    
    

   
   
   
   

    
    

     
     (learninglab)$ pip 
     
     install catkin-tools
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     (learninglab)$ pip 
     
     install rospkg
    
    
   
   
 
 

2.6. 虚拟环境安装Pytorch

参考https://pytorch.org/

linux-conda-Python3.6-cpu

(learninglab)$ conda install pytorch-cpu torchvision-cpu -c pytorch
 
 

 

至此完成环境搭建。

conda清理

 
 

   
   

    
    

   
   
   
   

    
    

     
     conda clean -p
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     conda clean -t
    
    
   
   
 
 

以后深度学习方面的开发在虚拟环境中做，通过虚拟环境中的ROS包和实际环境中的ROS包通信，达到python2.7和python3.6的平衡。