配置独立于系统的PYTHON环境
python 当前用户包
一种解决方案是在利用本机的python环境的基础上,将python的包安装在当前user的.local文件夹下
一共有两种方式来实现pip的时候安装到当前user
设置pip配置文件 pip.conf
一种是在~/.pip文件夹下的pip配置文件pip.conf中设置
加入
[install]
install-option=--prefix=~/.local
相当于每次在执行
# pip install package 命令的时候在 install 后面加 --prefix 参数指定 install 的路径
pip install --prefix=~/.local package
Tips:
python import 查找python package的流程
我的理解 TODO
参考资料 python import 机制
pip 参数
另一种实现是直接在pip install的时候加一个 --user, 当然这个也可以写到pip.conf配置文件中去
pip install --user package
PYTHON 虚拟环境设置
因为在实际工作中经常会遇到创建PYTHON虚拟环境的需求,每次都得去Google,很不方便,这里特意整理一下PYTHON虚拟环境创建的相关资料。
目录:
虚拟环境有什么好处
- 常见的创建虚拟环境的工具
- virtualenv
- Anaconda
虚拟环境配置的一些小trick
虚拟环境 Cons
有时候我们可能手上会有多个python 项目,每个项目使用不同版本的python(python2.7 python3.5 etc.),并且每个python对应于不同的包依赖,还有一种情况是我们可能没有root权限,或者多人共用一个服务器,我们想自己创建一个独立于其他用户的python环境。
这个时候python虚拟环境机制就显得很有用了,python虚拟环境主要有以下好处:
- 能够创建一个独立的python环境,和其他用户的设置都不冲突
- 能够为每一个项目单独维护一个环境,适应不同的需求
常见的创建虚拟环境的工具
virtualenv
virtualenv is a tool to create isolated Python environments.
virtualenv 主要解决了以下三个问题:
- 不同的项目需要同一个python package的不同版本,无法在/usr/lib/python/site-packages文件夹下面同时维护两个不同版本(eg. tensorflow 1.0 and tensorflow 1.5)
- 需要为某个项目永久(或者长时间)保留一个运行环境,(保持本机的主环境长时间不变动不现实,无意识的更新或者其他项目需要更新)
- 在服务器的使用中,普通用户没有权限访问/usr/lib/python/site-packages文件夹,无法修改主机python环境
virtualenv 原理的一个说明:
virtualenv是如何创建“独立”的Python运行环境的呢?
原理很简单,就是把系统Python复制一份到virtualenv的环境,用命令source venv/bin/activate进入一个virtualenv环境时,virtualenv会修改相关环境变量,让命令python和pip均指向当前的virtualenv环境。
安装virtualenv
virtualenv 的安装方式很多,可以通过pip安装,也可以直接从git上下载,通过源码安装,还可以用easy_install安装。
这里只介绍使用pip安装的方法
安装到全局
[sudo] pip install virtualenv
安装到当前用户
shell export PYTHONUSERBASE=$HOME pip install --user virtualenv
virtualenv 的简单使用
virtualenv 主要几个指令是
创建env
virtualenv env_name --python=python3.x # virtualenv 会在当前文件夹下创建一个名为env_name的文件夹作为虚拟环境env_name的目录,并且将python3.x作为新创建环境的python解释器
进入env
# 想要使用env,需要先active当前环境,命令为: source env_path/bin/activate #Tips: 可以在~/.bash_aliases文件中设定一个alias,方便直接进入env
使用完env以后,可以通过
deactivate
退出当前env如果要删除某个env,只需要
rm -r env_dir
,删除对应的文件夹就可以了
还有一些virtualenv的扩展包,进一步集成了virtualenv的功能:virtualenvwrapper (能够在一个文件夹下统一管理所有的env)
- 其他几个小trick
- virtualenv 默认不包含全局安装的python 包
- 可以在env里面通过
pip freeze > requirements.txt
来获取当前环境所有的python package的信息。这样在下一次创建环境的时候就可以通过pip install -r requirements.txt
直接快速安装所有依赖包
Anaconda
Anaconda is the most popular python data science platform. (Introduced by the Anaconda website)
Anaconda Python 是专注于数据分析的Python发行版本,包含了conda、python等190多个科学包及其依赖项。
Anaconda分离python环境的原理和virtualenv基本一致,都是通过创建一个独立的文件夹保存python环境。Anaconda相较于virtualenv不同的地方主要有以下几点:
- Anaconda是一个综合的python工具,包括python基础解释器,IPython,CPython,JupiterBook和一个Python IDE Spyder(Spyder是一个拥有和Matlab相似的界面的Python IDE)
- Anaconda配置python环境的时候只需要指定python版本,而不需要本机提前安装(这相较于virtualenv是一个很大的优势)
- Anaconda基于Conda来管理python包和环境。
Anaconda 常用指令
# 创建新环境
conda create -n env_name python=X.X #创建名为env_name,解释器为pythonx.x的python虚拟环境
# env_name文件可以在Anaconda安装目录envs文件下找到。
# 进入python环境
# Linux
source activate env_name
# Windows
activate env_name
# 进入python环境以后的一些命令
conda list # 查看当前环境安装了那些包
conda env list
conda info -e
# 查看当前存在那些虚拟环境
conda install package # 安装第三方python包
# 也可以直接使用pip命令安装
pip install package
# 删除环境中的某个包
conda remove package
pip uninstall package
# 退出当前虚拟环境
source deactivate # Linux
deactivate # Windows
# 删除虚拟环境
conda remove -n env_name