参考:https://mofanpy.com/tutorials/python-basic/interactive-python/py-install-env/
如何安装miniconda?
官网:https://docs.conda.io/en/latest/miniconda.html#linux-installers
选择其中一个版本并复制链接地址
在linux terminal中执行:
wget https://repo.anaconda.com/miniconda/Miniconda3-py39_4.10.3-Linux-x86_64.sh
会在当前目录下得到.sh文件,
chmod +x .sh文件
./.sh文件开始安装
安装完成后可以查看版本信息:
什么是miniconda?
conda
conda 是 Python 的一个管理器,它可以管理多个版本的 Python,也可以根据不同项目来管理不同的 Python 依赖。实现项目与项目之间的运行环境隔离。
安装conda的两种方式:
1、安装miniconda
2、安装anaconda
直接安装后,anaconda比miniconda多安装一些python库,当然miniconda可以自行选择安装python库。
Miniconda is a free minimal installer for conda. It is a small, bootstrap version of Anaconda that includes only conda, Python, the packages they depend on, and a small number of other useful packages, including pip, zlib and a few others. Use the conda install command to install 720+ additional conda packages from the Anaconda repository.
(莫烦python说的)虽然 conda 可以使用 conda install 的指令来安装依赖, 但是我还是建议使用 pip 来安装依赖。
pip
pip 是最底层最原始的 Python 库管理工具,安装一个 Python 就自带一个 pip,每个版本的 Python 都有自己私有的 pip。
conda 是在 pip/python 之上,想要隔离 pip 和 Python 环境的组件,所以是用 conda 来管理不同的 python 版本的。
pip安装方式:
pip install numpy # 安装最新的 numpy
pip install numpy matplotlib requests # 一次性安装多个依赖
pip install numpy==1.19.4 # 强制安装特定版本的库
在一般的 Python 中,pip 对应的是 Python2+ 的版本,pip3 对应的是 Python3+ 的版本。 一定要留意一下,自己装去了哪个版本的 Python。
安装太慢,换国内源:
pip install -i https://mirrors.cloud.tencent.com/pypi/simple numpy
源名 | 源地址 |
---|---|
腾讯源 | https://mirrors.cloud.tencent.com/pypi/simple |
阿里源 | http://mirrors.aliyun.com/pypi/simple/ |
豆瓣源 | http://pypi.douban.com/simple/ |
清华源 | https://pypi.tuna.tsinghua.edu.cn/simple/ |
设置配置文件,使得“pip install + 库名” 该命令默认从我们指定的源下载:
mkdir ~/.pip
cat << EOF > ~/.pip/pip.conf
[global]
index-url = https://mirrors.cloud.tencent.com/pypi/simple
trusted-host = mirrors.cloud.tencent.com
EOF
直接copy至terminal执行即可。
删除库:
pip uninstall numpy
conda分项目管理
查看当前有哪些python版本以及如何切换:
python2 和 python3 不兼容(当前python默认为python3)
若想将python默认版本从python3 改为python2:
echo alias python=python2 >> ~/.bashrc
source ~/.bashrc
创建conda环境
创建环境、并定义环境名和python版本:
conda create --name charnk python=3.9
然后手动切换到这个 charnk 的环境中,不然你就会一直待在一个叫 base 的基础环境中。
conda env list # 可以看到当前有哪些环节
conda activate charnk # 切换环境
conda info 可以查看charnk项目的Python版本:
pip install xxxx # 在 charnk 安装依赖
在你新建的环境中,直接用 pip 安装你想要安装的库吧,现在所有用 pip 安装的库,都会隔离开,单独存放在 charnk 这个独立环境中。和 base 或者其他环境都不影响。
当然如果你懂 conda install xxx 你也可以使用这个指令来安装依赖,这种方法同样也是隔离的安装方式。
迁移依赖
如何获得当前项目的依赖列表呢?
pip freeze > requirements.txt
在命令行的当前目录生成最基础的 pip 依赖列表,他会显示这个 Python 版本 pip 中所有安装过的依赖。如果你是用 conda 分项目来建 Python 的依赖环境的话,那就是这个 conda env 中的所有 pip 依赖。
怎么按照这个文件一次性在一台新电脑上安装呢?
pip install -r requirements.txt