一 虚拟环境 virtual environment
它是一个虚拟化,从电脑独立开辟出来的环境。通俗的来讲,虚拟环境就是借助虚拟机docker来把一部分内容独立出来,我们把这部分独立出来的东西称作“容器”,在这个容器中,我们可以只安装我们需要的依赖包,各个容器之间互相隔离,互不影响。譬如,本次学习需要用到Django,我们可以做一个Django的虚拟环境,里面只需要安装Django相关包就可以了,需要Scrapy库,就在开辟一个独立空间来学习Scrapy库相关就行了。
二 前言:为什么要用虚拟环境
在实际项目开发中,我们通常会根据自己的需求去下载各种相应的框架库,如Scrapy、Beautiful Soup等,但是可能每个项目使用的框架库并不一样,或使用框架的版本不一样,这样需要我们根据需求不断的更新或卸载相应的库。直接怼我们的Python环境操作会让我们的开发环境和项目造成很多不必要的麻烦,管理也相当混乱。
conda --version 检查版本
conda info --envs 检查现有的虚拟环境
conda search --full --name tensorflow 检查可以使用的安装包有哪些
conda search tensorflow --info 检查tensorflow包信息及其依赖关系
1.创建一个python版本3.6的虚拟anaconda环境,环境名称为xxx
conda create -n niubi python==3.7
(注意这里要根据安装包依赖的版本去创建对应python版本,不同环境下python版本不同)
2.conda activate xxx 启动新环境,并在新环境内安装卸载包,其余编译器无法使用此环境的包
(注意不进入新环境,默认安装包在anaconda默认包里面)
conda install --upgrade --ignore-installed tensorflow==2.1.0 更新包忽略已安装版本
3.输入python进入编译环境,看看包是否安装成功
(注意,报错的话很可能是版本不匹配)
4.删除新环境:conda remove --name xxx --all
总结:
退出 tensflow的tensorflow2.1环境:conda deactivate
激活 tensflow的tensorflow2.1环境:activate tensorflow2.1
删除 tensflow的tensorflow2.1环境:conda remove --name tensorflow2.1 --all
如果想一次性下载所有安装包可以:
在xxx文件下创建一个txt文本文件,里面写上下载包的命令
然后conda install -r xxx.txt 注意路径要写txt文本所在路径
最后,如何使用全局包,不重复下载:
创建新项目的时候点击新环境然后勾选下面两个方框即可
或者在这里将false改为true