ubuntu16.04安装python.h_ubuntu16.04下的python安装与虚拟环境创建,Ubuntu1604,Anaconda

1. Anaconda安装

1.1 安装包下载

大家可以根据自己的需要选择合适的安装包。

笔者使用的安装包为Anaconda3-2020.07-Linux-x86_64.sh

1.2 安装过程

安装命令很简单，在shell终端中输入如下指令：

bash Anaconda3-2020.07-Linux-x86_64.sh

输入指令后，会让我们阅读用户协议，只需不断地按

Enter

继续，直到下图：

命令行输入yes同意协议，然后是确认安装位置，一般默认就好。确认完毕按

Enter

继续。

笔者已经安装完，就不按

Enter

继续安装了。

1.3 conda 更换下载源

channels:

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge

show_channel_urls: true

ssl_verify: true

笔者这里添加的内容比参考链接里多了几行，是为了后续安装pytorch的时候做准备

更改完后可在终端命令行输入以下命令，查看conda信息：

conda info

效果图如下：

2.0 Conda环境管理与常用命令

为什么使用虚拟环境

：conda的核心功能是包管理和环境管理。环境管理则是允许用户方便安装不同版本的python环境，使其可在不同环境之间快速地切换。conda安装完成后，打开终端会默认激活base环境，接下来笔者自己创建一个虚拟环境。

在终端中输入conda -h，查看conda的一些基本命令，这些命令中包含了创建/移除虚拟环境，安装/卸载第三方库，查看第三方库信息等。

2.1 创建/移除虚拟环境

conda create -n LabelImage python=3.5

上述命令用于创建虚拟环境。LabelImage是环境的名字，python=3.5指定了python的版本。

输入y继续安装。

如果出现上图的提示，表明安装成功，终端提示可以激活该虚拟环境。

移除虚拟环境的命令如下：

conda remove -n LabelImage --all

all 表示所有环境。笔者这里也没有想清楚，既然是移除指定的环境，为什么非要加all。但是看了好多博客，似乎都是这种写法。

2.2 激活/反激活环境

conda activate LabelImage # 激活LabelImage环境

conda deactivate # 退出虚拟环境

上图中先是激活LabelImage环境，然后反激活环境。值得注意的是第一次反激活会回到base环境，只有在执行一次conda deactivate，才会彻底推出conda虚拟环境。

2.3 安装/卸载第三方库

conda install lxml -n LabelImage

上述命令指定在LabelImage环境安装第三方库lxml。如果不写-n xxx，则会在所有虚拟环境中安装。这也会与环境管理的初衷想违背，除非是想在所有环境中安装，建议加上该命令。后续许多功能都有类似的命令。

卸载库的命令如下：

conda remove lxml -n LabelImage

笔者在其他博客经常看到用 uninstall 命令的，通过 conda -h 可以看出，uninstall 是 remove 命令的别名，简单理解调用 uninstall 实际上就是调用 remove 。

除了使用conda命令安装第三方包以外，也可以使用pip命令安装。

pip安装的命令如下：pip install -i 国内镜像地址 包名

与conda情况类似，从默认软件源安装依赖包网速慢，可以指定国内源镜像。

pip install -i http://pypi.douban.com/simple/ sklearn

只需要在激活的虚拟环境中使用pip指令，就只会在该虚拟环境中安装，不影响其他环境。

国内常用源镜像地址：

清华

：https://pypi.tuna.tsinghua.edu.cn/simple

阿里云

：http://mirrors.aliyun.com/pypi/simple/

中国科技大学

https://pypi.mirrors.ustc.edu.cn/simple/

华中理工大学

：http://pypi.hustunique.com/

山东理工大学

：http://pypi.sdutlinux.org/

豆瓣

：http://pypi.douban.com/simple/

2.4 查看环境

查看当前安装了哪些虚拟环境：

conda env list

conda info -e

从图中可以看出上述两个命令是等效的。

查看LabelImage环境中安装的第三方库：

conda list -n LabelImage

终端里面显示了包的名字，版本以及下载的源地址。

3.0 Vscode配置Python环境

笔者因项目需要，之前写C/C++比较多，习惯用的代码编写平台是Visual Studio Code。

3.1 安装必要的插件

笔者只安装了几个必要的插件，安装插件是为了后续编写代码的方便(比如便捷的自动补全，关键字识别等等)。

3.2 选择Python解释器

不管什么代码编写平台，写python代码必然会遇到配置解释器。

打开vscode，按快捷键

Ctrl/Command

+

Shift

+

P

弹出如下界面，软件会搜索可用的解释器，按照自己的需求选择即可

3.3 开启Debug调试

vscode支持python代码的调试。笔者现在也只学会最基本的断点调试功能。

点击左侧菜单栏的 Debug 按钮(如上图小三角+虫子的图标)，下拉项目清单，点击 Add Configuration，就会在项目根目录生成 launch.json 文件。

上图中的“name”应该可以随便改，“type”、“request”和“console”保持默认值，"program"里指定要调试的python脚本。

调试的命令和C/C++的差不多，用过Debug的都比较熟，这里笔者给出成功调试的截图。