机器学习实战第2版 00 python虚拟环境在Ubuntu/win（anaconda&virtualenv）系统下的配置

虚拟环境的作用

基于项目的历史版本原因，python多个项目中常常用到同一模块的不同版本，因此也就需要一个隔离的环境来单独运行项目环境。最近比较火的docker虚拟技术则是项目部署阶段的典范–可惜国内的一些大厂被禁用了，近期k8s又表示放弃对docker的支持。有点扯远了，本文的虚拟环境仅仅适用于python开发。

关于本帖

• 对于一开始就用anaconda来进行python包管理，但不知道anaconda具体好在哪里的用户来说，看完本帖应该大致了解了。
  同时也是为了以后电脑又崩了自己回来方便查阅，手动狗头。
• 因为之前兴趣冲冲的在Ubuntu中升级python版本，结果搞崩了，于是一气之下（能力不足啊！！！）就格式化那部分硬盘了，之前的双系统只剩下ad-win系统了。后来又因为一时兴起升级win版本到1909，导致anaconda不能创建虚拟环境，于是卸载重装，也就有了此帖。
• handson-ml2前菜，对于部分常规操作给出了帖子链接，如有失效请自行搜索，网上有大把相关帖子

都说anaconda是一款优秀的python环境（包）管理系统，就来对比体验一下儿有多香吧！

虚拟环境的配置

Ubuntu

不得不说，Linux系统以及小资系统macOS对于python开发者真的友好，鉴于穷，只以Ubuntu为例，介绍Linux下python虚拟环境的配置使用：

• 所有的虚拟环境都位于/home/下的隐藏目录.virtualenvs下

1 安装虚拟环境的命令

```
sudo pip install virtualenv
sudo pip install virtualenvwrapper
```

2 创建虚拟环境的命令

```
mkvirtualenv -p python3 虚拟环境名称
```
`tips1`：如果不指定python版本，默认安装的是python2的虚拟环境：`mkvirtualenv 虚拟环境(python2)名称`
`tips2`：安装完虚拟环境后，如果提示找不到`mkvirtualenv`命令，须配置环境变量：
```
	# 1、创建目录用来存放虚拟环境
	mkdir $HOME/.virtualenvs

	# 2、打开~/.bashrc文件，并添加如下：
	export WORKON_HOME=$HOME/.virtualenvs
	source /usr/local/bin/virtualenvwrapper.sh

	# 3、运行
	source ~/.bashrc
```

3 使用虚拟环境的命令

• 查看

workon 双击tab

• 使用

workon 虚拟环境名称

• 退出

deactivate

• 删除

rmvirtualenv 虚拟环境名称

• 其他
  工具包安装的位置 :~/.virtualenvs/虚拟环境名称/lib/python3.5/site-packages
  安装jupyter-1.0.0的包: pip install jupyter==1.0.0
  查看虚拟环境中安装的包 :pip freeze or pip list
  • 后台运行jupyter：
    jupyter notebook &
    关闭：
    ps -aux | grep jupyter 查看运行的jupyter进程
    kill -9 pid方式关闭运行中的 jupyter notebook

4 后台使用jupyter notebook

在Ubuntu下后台运行jupyter是一个非常方便实用的方式，在此仅附上一个相关帖子借以说明（如失效可自行搜索，有大把教程）：
Ubuntu下后台启动jupyter notebook

Windows cmd/anaconda

1 Win在cmd下使用 virtualenv

cmd与Ubuntu的终端操作类似，直接贴上帖子以供参考：
win下直接安装虚拟环境
下面贴上我的部分test结果，均以python3环境下为例：

C:\Users\Administrator>python
Python 3.8.6 (tags/v3.8.6:db45529, Sep 23 2020, 15:52:53) [MSC v.1927 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> quit()

我的python3安装路径：

C:\Users\Administrator>whereis python
C:\Python38\python.exe

利用mkvirtualenv创建虚拟环境:

C:\Users\Administrator>mkvirtualenv test
created virtual environment CPython3.8.6.final.0-64 in 1233ms
  creator CPython3Windows(dest=C:\Users\Administrator\Envs\test, clear=False, no_vcs_ignore=False, global=False)
  seeder FromAppData(download=False, pip=bundle, setuptools=bundle, wheel=bundle, via=copy, app_data_dir=C:\Users\Administrator\AppData\Local\pypa\virtualenv)
    added seed packages: pip==20.3.1, setuptools==51.0.0, wheel==0.36.1
  activators BashActivator,BatchActivator,FishActivator,PowerShellActivator,PythonActivator,XonshActivator

(test) C:\Users\Administrator>workon

Pass a name to activate one of the following virtualenvs:
==============================================================================
test

默认安装的虚拟环境路径在：C:\Users\Administrator\Envs目录下
tips：win下的powershell集成了部分的命令提示，比amd方便好用，但是进不去python虚拟环境，解决方法也给出一个帖子（如失效可自行搜索，有大把教程）：
powershell进入虚拟环境

2 Win下使用anaconda

anaconda常规操作

终于到anaconda了，虽然这么优秀的包管理环境在linux下也有，不过没有用过，linux（macOS）终端已经很好用了。
照例给上一个anaconda的帖子（如失效请自行搜索）：
anaconda的基本使用

anaconda方便之处

界面

不得不说，界面显示确实很直观，不过我也只在创建不同python（2or3）版本的环境时用过，比如本书建议python环境3.6or3.7。
先贴上一图表示友好：

直接图形化选择点点点就ok啦，比在win环境中先安装指定python版本，再在cmd中用mkvirtualenv命令指定python版本下安装虚拟环境方便多了（anaconda直接帮我们装好对应版本python然后创建虚拟环境）。
下面是不同环境下（自带的base和新创建的mlbook）的python版本检验：

还算好用的终端

在这里也推荐使用anaconda prompt终端工具，可以在anaconda创建的虚拟环境中使用前面mkvirtualenv的环境：

卸载bug

软件使用遇到bug怎么办，卸载重装能解决过半的问题，但卸载不干净就可能会带来新的问题：
anaconda默认在C:\Users\Administrator路径下生成一个.condarc文件，删除后才能进行重装虚拟环境等操作，别问我为什么知道！！！

后台执行jupyter

关于在win下的后台执行jupyter notebook，我仅仅试用jupyter notebook &命令没有成功，给出一帖子吧（没有尝试，对比看一下就知道linux/macOS对python是有多么的友好了）：
win下后台启动jupyter
不过我找了一个偷懒（伪后台，装作看不见）的方法：
win+tab然后新建桌面，把运行jupyter的终端丢进去，妈妈再也不用担心我不小心关掉终端啦！！！
tips：孩子不小心关了浏览器：
复制终端里的token到浏览器打开就ok了

总结

不得不说，anaconda是真的好用。虽然没用过miniconda，但我估计是没有base环境下安装的那么多的包，具体路径参见添加anaconda到系统环境变量的帖子：
包环境路径
附上刚刚创建好的mlbook虚拟环境中包文件查看，可以对比一下base环境里的一堆文件：

感谢您能读到这里，希望此文对您有所帮助！！！