pipx和conda

pipx

pipx是一个用于安装和运行Python应用的工具，它可以为每个安装的应用创建独立的虚拟环境，从而避免依赖冲突和污染全局环境。以下是一些常见的pipx用法：

安装pipx

首先，确保你已经安装了pipx。如果还没有安装，可以通过以下命令安装（假设你已经安装了Python和pip）：

python3 -m pip install --user pipx
python3 -m pipx ensurepath

对于macOS用户，可以使用Homebrew安装：

brew install pipx
pipx ensurepath

使用pipx安装Python应用

要使用pipx安装Python应用，可以使用以下命令：

pipx install <应用名>

例如，安装black代码格式化工具：

pipx install black

这会在独立的虚拟环境中安装black，并且使其可用于命令行。

列出已安装的应用

要查看通过pipx安装的所有应用及其版本，可以使用：

pipx list

运行安装的应用

安装应用后，你可以直接通过命令行运行它，就像它是全局安装的一样。例如，运行black：

black <文件或目录>

升级应用

要升级通过pipx安装的应用，使用：

pipx upgrade <应用名>

例如，升级black：

pipx upgrade black

卸载应用

要卸载应用，使用：

pipx uninstall <应用名>

例如，卸载black：

pipx uninstall black

升级pipx

pipx本身也可以通过pip进行升级：

pip install --user --upgrade pipx

或者，如果你是通过Homebrew安装的pipx，可以使用：

brew upgrade pipx

• 使用pipx安装的应用运行在独立的虚拟环境中，这意味着它们的依赖不会影响到系统的其他Python应用。
• pipx特别适合安装那些你想要在命令行中运行的应用，比如开发工具、脚本等。
• 如果你遇到路径问题，确保你的PATH环境变量正确地包含了pipx安装的应用路径。运行pipx ensurepath可以帮助设置这个路径。

通过这些基本的pipx命令，你可以更容易地管理和使用Python命令行工具，而不用担心依赖冲突或污染你的系统环境。

pipx ensurepath命令的作用是确保pipx安装的二进制文件所在的目录被添加到你的系统的PATH环境变量中。这样做的目的是让你可以直接从命令行运行那些通过pipx安装的应用，无需指定完整的路径。当你首次安装pipx或在新的终端会话中发现无法直接运行pipx安装的应用时，运行这个命令非常有帮助。

conda

conda是一个开源的包管理器和环境管理器，可以用来安装、运行和升级包和他们的依赖，同时也能够创建、保存、加载和切换环境。使用conda可以非常方便地管理不同项目的不同依赖，并确保这些依赖之间互不干扰。以下是一些基本的conda命令，帮助你开始使用。

conda是Anaconda和Miniconda的一部分，你需要先安装其中之一。

• Anaconda：包含conda、Python以及众多流行的科学计算、数据科学相关的库和应用。
• Miniconda：更轻量级的选择，仅包含conda和Python。

安装完毕后，conda命令应该已经可以在终端或命令行中使用了。

创建新的环境

你可以创建一个新的环境来隔离项目依赖，使用以下命令：

conda create --name myenv python=3.8

这个命令会创建一个名为myenv的新环境，并在其中安装Python 3.8。你可以通过修改python=3.8来选择不同的Python版本。

激活和退出环境

创建新环境后，你可以使用以下命令来激活这个环境：

conda activate myenv

当你完成工作并想要退出当前环境时，可以使用：

conda deactivate

安装包

在激活的环境中，你可以使用conda install命令来安装包。例如，安装numpy：

conda install numpy

查看已安装的包

要查看当前环境中已安装的包，可以使用：

conda list

管理环境

• 列出所有环境：

  conda env list
  

• 删除环境：

  如果你不再需要某个环境，可以使用以下命令删除它：

  conda env remove --name myenv
  

更新Conda

定期更新conda自身和它管理的包是个好习惯。更新conda：

conda update conda

更新所有包：

conda update --all

导出和导入环境

• 导出环境：

  当你想要共享你的环境配置时，可以导出环境到一个文件中：

  conda env export > environment.yml
  

• 创建环境从environment.yml：

  可以使用以下命令从environment.yml文件创建环境：

  conda env create -f environment.yml
  

这些是conda的基本使用命令，足以让你开始使用conda来管理你的Python环境和依赖。随着你逐渐深入，你可能会遇到更复杂的需求，conda的官方文档提供了非常全面的信息和高级用法，值得一读。

pipx和conda虚拟环境的区别

pipx和conda都是Python生态系统中广泛使用的工具，但它们服务于不同的目的和需求。

• 目标：pipx专注于在隔离的环境中安装和运行Python应用。它为每个安装的应用创建一个独立的虚拟环境，从而避免了依赖冲突。
• 使用场景：适合安装那些你希望在全局环境中运行的命令行工具或应用，比如black、flake8等开发工具。
• 依赖管理：每个应用独立管理自己的依赖，不同应用之间的依赖版本可以不同，彼此不会互相干扰。
• 适用范围：只针对Python应用和库。

conda

• 目标：conda是一个跨平台的包管理器，不仅可以管理Python包，还可以管理非Python包（如库或工具）。它可以创建和管理虚拟环境，其中可以安装不同版本的软件和库。
• 使用场景：适合科学计算、数据分析、机器学习等领域，这些领域经常需要复杂的依赖管理和跨语言的包支持。
• 依赖管理：conda能够处理更复杂的依赖关系，包括Python和非Python库的依赖。它可以自动解决包之间的依赖问题。
• 适用范围：既适用于Python应用和库，也适用于非Python包。

总结来说，pipx是专门用于隔离安装和运行Python命令行工具的，非常适合那些需要全局可用但又希望避免依赖冲突的场景。而conda则是一个更为通用的包管理器，特别适合需要复杂依赖管理的科学计算和数据分析项目，可以管理Python以外的包。选择哪一个工具取决于你的具体需求和使用场景。