文章目录
- conda —— 是一个包管理器和环境管理器
- 一、打开终端
- 二、环境配置
- 2.1、新建虚拟环境：conda create -n tensorflow36 -y
- 2.2、激活虚拟环境：conda activate tensorflow36
- 2.3、查看 Conda 的详细信息：conda info
- 2.4、在当前环境中，查看已安装的所有包和版本（列表）：conda list
- 2.5、在当前系统上，查看已配置的所有 conda 环境和路径（列表）：conda env list
- 2.6、退出已激活的虚拟环境，回到基础环境或默认环境：conda deactivate
- 2.7、删除指定的虚拟环境：conda env remove -n tensorflow36
- 2.8、复制指定的虚拟环境：conda create --name 新名称 --clone 原名称
- 2.9、导出指定的虚拟环境（到YAML文件中）：conda env export -f tensorflow36.yml -n tensorflow36
- 2.10、导入指定的虚拟环境（从yaml文件中）：conda env create -f tensorflow36.yml
- 三、（虚拟环境）配置路径
- 四、（虚拟环境）环境调用
- 3.1、（在Pycharm中）配置虚拟环境 + （在Terminal中）激活环境并使用
- 3.2、异常提示
- 3.2.1、（Pycharm：Terminal无效）IMPORTANT: You may need to close and restart your shell after running 'conda init'.
- 3.2.2、（Pycharm：Terminal无法激活conda环境）Failed to activate conda environment. Please open Anaconda prompt, and run `conda init powershell` there.
- 3.2.3、（Pycharm：找不到conda环境）Conda executable is not found.
- 3.2.4、更改 conda 虚拟环境的默认安装路径（默认C盘）
conda —— 是一个包管理器和环境管理器
Anaconda（中文名" 大蟒蛇 "）：是一个开源的Python发行版本，包含了 conda 包管理器、Python 解释器以及大量科学计算和数据分析软件包（如：NumPy、SciPy、Pandas、Matplotlib、Jupyter 等）。
conda：是 Anaconda 发行版中的一个包管理器和环境管理器。conda 是 Anaconda 发行版的核心组件之一，但它也可以作为独立的软件包安装在其他 Python 发行版中使用。
- 主要功能：
包管理：通过 conda 命令，可以实现软件包的安装、更新和删除。环境管理：通过 conda 命令，可以创建和管理多个独立的 Python 环境，每个环境可以拥有独立的软件包和依赖关系（如：不同的 Python 版本和软件包集合），从而实现不同项目或任务之间的隔离和管理。Anaconda 与 PyCharm 集成：（1）在PyCharm中，可以配置 Anaconda 的 Python 解释器；（2）可以选择特定的 conda 环境作为项目的解释器。（3）可以在 PyCharm - Terminal 中创建、管理和切换 Anaconda 环境。跨平台支持：支持在不同的操作系统上运行，包括 Windows、macOS 和 Linux。
虚拟环境（Virtual Environment）：是一个独立于操作系统的隔离环境。通过创建虚拟环境，可以在同一台机器上管理多个独立的 Python 环境，每个环境都可以有自己独立的软件包和配置，从而实现项目之间的隔离和管理。
- 作用：
- 隔离环境：每个虚拟环境都是独立的，不会相互干扰。拥有自己的 Python 解释器和软件包库，可以防止不同项目之间的依赖冲突，确保项目的稳定性和可靠性。
- 版本控制：可以为每个项目创建一个特定版本的虚拟环境，并在其中安装所需的 Python 版本和软件包，从而确保项目在不同环境中的一致性。
- 依赖管理：可以安装、更新和删除项目所需的软件包和依赖项，而不会影响到其他项目。
- 类别
- 虚拟机（Virtual Machines）： 是一种完全模拟的虚拟化技术，允许在一台物理计算机上运行多个独立的虚拟操作系统。
- 每个虚拟机具有自己的操作系统和应用程序，它们在相互隔离的环境中运行。
- 常见的虚拟机软件包括
VMware、VirtualBox和Hyper-V。- 容器（Containers）： 是一种轻量级的虚拟化技术，允许在同一操作系统内核上运行多个隔离的容器。
- 每个容器包含应用程序和其依赖，但它们共享相同的操作系统内核，因此更节省资源和更快速。
- Docker是最知名的容器化平台之一。
- Python虚拟环境：特定于Python编程语言的虚拟环境，用于管理Python项目的依赖关系。
- 每个环境可以有不同版本的Python解释器和依赖项。
- 常见的Python虚拟环境工具包括 virtualenv 和 conda。
- 操作系统级虚拟化：一种介于虚拟机和容器之间的虚拟化形式。
- 允许多个虚拟化的操作系统在同一物理主机上运行，共享相同的内核，提供了更高的效率和资源利用率。
- 网络虚拟化： 用于模拟网络拓扑，允许在单个物理网络上运行多个逻辑网络。
- 对于网络测试、隔离和虚拟专用云（Virtual Private Cloud）非常有用。
- 云虚拟环境：由云计算提供商提供（如：Amazon Web Services、Microsoft Azure、Google Cloud等）
- 允许用户租用虚拟机、容器集群和其他云资源，以满足其计算需求。
一、打开终端
二、环境配置
2.1、新建虚拟环境：conda create -n tensorflow36 -y
新建虚拟环境：
conda create -n tensorflow36
- 选项
--name 或 -n用于指定要安装软件包的环境名称。- 其中：
tensorflow36表示新虚拟环境的名称
2.2、激活虚拟环境：conda activate tensorflow36
激活虚拟环境：
conda activate tensorflow36
- 其中：
tensorflow36表示新虚拟环境的名称
2.2.1、搜索可用的 Python 版本：conda search python=3.6
在包索引中，搜索可用软件包的版本和信息：conda search python 或 conda search python=3.6
2.2.2、安装指定的 Python 版本：conda install python=3.6 -y
pip是Python的软件包安装工具，可以用来安装、卸载、管理Python软件包。通常情况下，pip会与Python一起安装，可以在命令行中直接使用。
- 方式一（在新建的虚拟环境中，直接安装python）
- 新建虚拟环境：
conda create -n tensorflow36 python=3.6- 其中：
tensorflow36表示新虚拟环境的名称，Python=3.6表示指定Python版本为3.6。- 方式二（新建并激活环境后，再安装python）
- 新建虚拟环境：
conda create -n tensorflow36- 激活虚拟环境：
conda activate tensorflow36- 在当前环境下，安装python：
conda install python=3.6
同理：其余软件包安装
- 安装软件包：
- 安装软件包（最新版本）：
conda install python- 安装软件包（指定版本）：
conda install python=3.6- 安装软件包（自动确认）：
conda install python=3.6 -y—— 选项-y用于自动确认安装过程中的所有提示。- 卸载软件包：
conda uninstall python
查看 Python 版本号：
python --version或python -V
启动 Python 解释器：python
- 进入 Python 解释器的交互模式，可以在其中输入 Python 代码，并立即执行。如：
3+2- 退出 Python 解释器：
exit()
2.2.3、镜像安装，加速下载：pip install tensorflow_gpu==1.15 -i https://pypi.tuna.tsinghua.edu.cn/simple
在Conda安装过程中，需要执行以下任务：
- 确定当前系统中已安装的软件包及其版本。
- 识别需要安装的软件包及其版本。
- 解析软件包之间的依赖关系，以确保安装的软件包与现有软件包兼容。
- 从远程仓库下载需要安装的软件包及其依赖项。
备注：下载是最耗时的任务。
- Conda为什么越来越慢？
- 随着时间的推移，Conda环境中的安装包数量和版本会不断增加，导致Conda环境中的索引文件变得越来越庞大。
- 在安装新软件包时，Conda需要搜索并解析这些索引文件，以满足当前环境中所有软件包的依赖关系。因此，随着软件包数量的增加，搜索过程会变得更加耗时。
- Conda加速
- 轮子安装（.wheel）：（1）避免索引时耗（2）避免网络问题
- 国内镜像（如：清华园）：默认国外地址下载，耗时和网络问题。
2.3、查看 Conda 的详细信息：conda info
查看 Conda 的详细信息，包括版本、环境路径、当前激活的环境等。
2.4、在当前环境中，查看已安装的所有包和版本（列表）：conda list
2.5、在当前系统上，查看已配置的所有 conda 环境和路径（列表）：conda env list
实现方式：
conda env list或conda info --envs（缩写方式）
显示信息：
（1）虚拟环境的名称和安装路径
（2）若已激活虚拟环境，则激活的虚拟环境将用星号（*）标记；反之若为基础环境，则不标记。
2.6、退出已激活的虚拟环境，回到基础环境或默认环境：conda deactivate
2.7、删除指定的虚拟环境：conda env remove -n tensorflow36
- （1）删除指定的虚拟环境，包括其相关的所有文件。 —— 删除后不可恢复，请谨慎使用。
- 报错提示：
CondaEnvironmentError: cannot remove current environment. deactivate and run conda remove again- 解决方法：若当前环境（已激活环境）为待删除的指定环境，则必须先退出，方可执行。
- （2）在
Anaconda-env路径下，直接删除指定的文件夹（效果等同）。
2.8、复制指定的虚拟环境：conda create --name 新名称 --clone 原名称
（在同一台计算机上）用于在当前系统中复制和共享环境配置。
复制虚拟环境的前后区别：
（1）新虚拟环境：继承原虚拟环境的包、依赖项以及对应的版本，而无需重新安装所有软件包
（2）新虚拟环境：继承原虚拟环境的路径 + 环境变量
（3）新虚拟环境：不继承原虚拟环境的名称，因此需要重新指定新名称
- 解决方案：
conda create --name 新名称 --clone 原名称—— 将虚拟环境为" 原名称 "，重命名为 " 新名称 "。
2.9、导出指定的虚拟环境（到YAML文件中）：conda env export -f tensorflow36.yml -n tensorflow36
（在不同的计算机上）用于在不同的系统上复制和共享环境配置，以确保在不同的环境中具有相同的软件包依赖关系和版本。
导出指定的虚拟环境：
conda env export --file tensorflow36.yml --name tensorflow36
- 选项
--name 或 -n用于指定要导出的环境名称。- 选项
--file 或 -f用于指定导出的 .yml 文件名，该文件中包含环境配置。- 备注：.yml 文件将保存在 cmd 操作路径下。
2.10、导入指定的虚拟环境（从yaml文件中）：conda env create -f tensorflow36.yml
（在不同的计算机上）用于在不同的系统上复制和共享环境配置，以确保在不同的环境中具有相同的软件包依赖关系和版本。
导入指定的虚拟环境：
conda env create -f tensorflow36.yml
- 选项
--file 或 -f用于指定导入的 .yml 文件名，该文件中包含环境配置。- 备注：自动安装在
Anaconda-env路径下。- 备注：.yml文件与 cmd 操作路径必须一致，否则需输入完整路径。
三、（虚拟环境）配置路径
（1）在
Anaconda-envs安装包路径下，保存所有已创建的虚拟环境，且每一个文件夹对应一个虚拟环境。
（2）在
Anaconda-Environment软件下， 显示所有已创建的虚拟环境。
四、（虚拟环境）环境调用
3.1、（在Pycharm中）配置虚拟环境 + （在Terminal中）激活环境并使用
备注：
PyCharm-Terminal（终端）和cmd（命令提示符）是两个不同的命令行工具，前者用于在PyCharm中执行命令和操作。
在Pycharm中配置解释器（python.exe）
- 未配置过环境（Pycharm右下角）：
- 已配置过环境：
Run / Debug Configurations + （选择）Python interpreter
3.2、异常提示
3.2.1、（Pycharm：Terminal无效）IMPORTANT: You may need to close and restart your shell after running ‘conda init’.
"""异常提示"""
C:\Users\Administrator>conda activate py39
CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.
If using 'conda activate' from a batch script, change your invocation to 'CALL conda.bat activate'.
To initialize your shell, run
$ conda init <SHELL_NAME>
Currently supported shells are:
- bash
- cmd.exe
- fish
- tcsh
- xonsh
- zsh
- powershell
See 'conda init --help' for more information and options.
IMPORTANT: You may need to close and restart your shell after running 'conda init'.
- 解决方案：
（1）
初始化Shell
- 方法一：在命令提示符中，输入命令
conda init cmd.exe- 方法二（不常用）：在PowerShell窗口中，输入命令
conda init powershell
PowerShell：是Microsoft开发的一种任务自动化和配置管理框架。它包括一个命令行外壳和一个关联的脚本语言，基于.NET框架。PowerShell不仅可以用于简单的命令行操作，还可以用于复杂的脚本编写和自动化任务。它具有强大的功能和灵活性，特别适用于系统管理员和开发人员。- 启动PowerShell：
在Windows上，按 Win + X 键，选择Windows PowerShell（2）
重启Shell
- 关闭并重新打开命令提示符、PowerShell窗口、Pycharm - Terminal，以使环境变量设置生效。
（3）激活Conda环境：conda activate py39
3.2.2、（Pycharm：Terminal无法激活conda环境）Failed to activate conda environment. Please open Anaconda prompt, and run conda init powershell there.
- 解决方案：
（1）conda环境配置：File + Settings + Tools + Terminal + Shell path + C:\WINDOWS\system32\cmd.exe + OK
（2） conda环境激活：新建Tab - Local(2)
3.2.3、（Pycharm：找不到conda环境）Conda executable is not found.
- Conda executable is not found.
- 若conda环境中没有安装python，则操作无效。
- 解决方案：
Add Python Interpreter + Conda Environment + conda Executable + D:\Anaconda3\condabin\conda.bat + OK
3.2.4、更改 conda 虚拟环境的默认安装路径（默认C盘）
- Anaconda更改虚拟环境安装路径
- 修改 Anaconda 权限：
定位 Anaconda 安装路径（D:\Anaconda3），点击Anaconda3文件夹 + 鼠标右键 + 属性 + 安全 + 编辑 + Users + （选择）完全控制
- 更改虚拟环境的默认安装路径
- 查看conda虚拟环境的安装路径（第一个为默认路径）：
conda config --show envs_dirs
- 查看conda虚拟环境信息：
conda info- 查看conda虚拟环境列表：
conda env list 或 conda info --envs- 添加conda虚拟环境的安装路径（并设置为默认路径）：
conda config --add envs_dirs D:\Anaconda3\envs- 删除conda虚拟环境的安装路径（确保指定路径唯一）：
conda config --remove envs_dirs <其他路径>
- 忽略任何显示路径不存在的错误
- 测试结果：删除后仍然会显示已删除路径，但再次添加路径将不会提示
Warning: 'D:\Anaconda3\envs' already in 'envs_dirs' list, moving to the top）
扫一扫
1513
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
