Linux下的python的部署

一、python的验证

一般情况下liunx系统都会自带python

输入python --version 便可以查看当前安装的python版本

二、Linux系统下安装anaconda

步骤大纲:下载anaconda文件→更改文件的权限→开始安装→完成交互问题(更改安装位置)→配置环境变量→更改文件目录权限

2.1、下载anaconda的安装包

官方网址下载:Index of /下载速度比较慢,

建议使用清华开源镜像网站下载然后手动上传到linux上,

下载地址:Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

下载Anaconda3-5.3.1-Linux-x86_64.sh版本就行,文件大小637M

或者在该网站上复制需要的版本的下载链接,然后直接在linux命令行中输入

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh

2.2、使用Linux命令进行安装

2.2.1、上传

将Anaconda3-5.3.1-Linux-x86_64.sh文件从本地上传至/home文件夹下(PS:因为我的磁盘是在/home下挂载的,上传到哪里不影响)

2.2.2、安装

在命令行中切换到anaconda文件所在目录,然后输入:

sh Anaconda3-<对应的版本号>-Linux-x86_64.sh

询问你是否同意 anaconda3 的 license,输入yes,回车即可

这是条款什么的,一直回车到

输入yes

(确认位置)

(PS:一般使用默认的安装即可,官方也推荐使用默认的安装路径,默认的安装路径格式如下:/home//anaconda<2 or 3> 如果是root用户则是:/root/anaconda<2 or 3>)

再次输入yes

(开始安装)

到这里是请求用户是否希望对Anaconda3进行初始化再次输入yes

此时系统弹窗问是否继续安装Microsoft Vscode(提供一种快速的编码编译调试工具)根据个人需求决定是否安装

此处未安装该工具所以输入了no,安装结束

2.2.3、配置环境变量

安装完成后,我们还需要对环境变量进行添加,方便我们启动。无论是哪种内核(版本)的系统,都可以通过修改 /etc/profile 或者 /etc/bashrc的配置信息来达到设置环境变量的目的。

在命令行中进行以下操作:输入 sudo vi /etc/profile在文件的末尾加上下述代码:

export PATH=$PATH:/home/ anaconda3/bin

代码中的/home/anaconda3/需要替换为实际的安装路径。

或者直接在命令行中输入export PATH=$PATH:/home/ anaconda3/bin也可。

2.2.4、检验是否安装成功

检查命令行运行:在命令行中输入 conda --version 或者conda -V命令,如果能够成功输出 Anaconda 的版本号,则说明 Anaconda 安装成功。

打开终端(Terminal),输入python3,如果显示如下图,则表示安装成功。

自此已经完成了Anaconda3的安装。

2.2.5、conda更换镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

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

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --set show_channel_urls yes

2.2.6、python更换镜像源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

2.2.7、python虚拟环境的使用

有些python发行版提供了python虚拟环境安装,如conda、virtualenv等

查看当前python的虚拟环境conda env list

使用conda创建一个新的虚拟环境。以下是创建名为myenv的环境

conda create -n myenv

conda create --name pytorch python=3.7

查看当前创建的虚拟环境

conda env list

conda info --envs

激活新创建的虚拟环境:

conda activate pytorch

现在,你已经在名为myenv的虚拟环境中,可以开始安装所需的包,并运行Python应用程序。

要退出虚拟环境,使用:

conda deactivate

这些环境可以将Python及其相关包完全隔离开来,有自己的包目录。具体目录位置可以根据不同的虚拟环境而定。

三、Python的依赖库

3.1、安装依赖库

3.1.1、更换为python环境虚拟环境

首先进入python的虚拟环境中。此时输入命令:

conda activate myenv

可以看到这里的虚拟环境为base

3.1.2、安装依赖的注意事项

1、root用户下可能会出现各种奇怪的问题,故不建议使用root用户下安装依赖库。

2、安装依赖库时应注意不要安装在系统指定的路径下,要安装到磁盘挂载的目录下,否则会出现磁盘不足的情况。

3、部分包安装过程中会吃缓存。应注意缓存空间是否足够。

4、此处下载的位置是/home/anaconda3/lib/python3.7/site-packages

5、linux下彻底修改python的包/模块导入路径python模式下,有时候需要导入import某些模块或者包。明明这个模块/包是存在的,却提示导入错误。本文提供一个长期有效的办法,在linux命令行下使用 expert 工具:

export PYTHONPATH= /home/miniconda3/lib/python3.12/site-packages

3.1.3、下载项目

在GitHub中下载Atom的项目,此处这里测试的是7B(开源可商用)

下载地址:https://github.com/LlamaFamily/Llama-Chinese?tab=readme-ov-file

在上一步的虚拟环境base中将项目的依赖库导进去。

torch==2.1.2

bitsandbytes==0.42.0

accelerate==0.27.2

numpy==1.26.4

gekko==1.0.6

pandas

scipy

sentencepiece==0.2.0

datasets

evaluate

pytest

peft==0.8.2

transformers==4.39.0

deepspeed==0.14.0

scikit-learn

torchvision

torchdata

torchaudio

tensorboard

gradio

packaging

此处为GitHub上提供的在项目部署时需要下载的依赖库,部分包比较大,注意所部署的内存

使用pip install (包名) 开始下载安装,注意这里根据需求指定安装路径

故这里的安装命令为

pip install torch --target=/home/anaconda3/lib/python3.7/site-packages

之前更换了镜像园,故下载速度还是很快的

3.2、延伸拓展卸载包

3.2.1. linux下python 包的位置

在Linux系统下,Python的包通常存放在以下几个文件夹中:

1. /usr/lib/python2.7/dist-packages/:这是系统级别的Python包目录,包含了系统安装的Python包,一般不建议在这个目录下修改或添加包。

2. /usr/local/lib/python2.7/dist-packages/:这是本地级别的Python包目录,一般在系统级包目录无法满足需求时使用。可以使用pip来安装包,并将其安装到这个目录下。

3. ~/.local/lib/python2.7/site-packages/:这是用户级别的Python包目录,只对当前用户生效。如果你不希望其他用户访问到安装的包,可以将其安装到这个目录下。

3.2.2. 使用pip卸载包

pip是Python的包管理工具,可以用于安装、升级和卸载Python的第三方库。要卸载库,我们只需要使用pip的uninstall命令。下面是卸载一个名为numby的库的示例:

pip uninstall numby

在执行此命令后,系统会提示确认是否卸载该库。根据提示输入“y”并按回车键确认卸载。

出现Successfully uninstalled numpy-1.26.4这样,numpy-1.26.4库就被成功地从系统中卸载了。

3.2.3. 查看已安装的包

如果想查看系统上已经安装了哪些Python库,可以使用pip的list命令。下面是查看已安装库的示例:pip list

3.2.4. 卸载所有已安装的包

有时候我们可能需要卸载系统上所有已安装的Python库,可以使用pip的freeze和uninstall命令的组合实现。freeze命令会列出所有已安装的库及其版本,而uninstall命令会逐个卸载库。pip freeze | xargs pip uninstall -y

执行此命令后,系统会逐个卸载所有已安装的库,并不会提示确认。请注意,这将卸载系统上所有Python库,包括系统自带的库。因此,在执行此命令之前,请确保您了解其影响,并确保可以重新安装需要的库。

执行语句 pip uninstall vllm

3.2.5. 卸载包后的清理工作

在卸载Python库后,有时候可能需要对系统进行一些清理工作,以确保已卸载的库不会对其他操作产生影响。以下是一些常见的清理步骤:

清理缓存:使用以下命令清理pip的缓存。

pip cache purge

清理残留文件:可以手动删除库的残留文件,例如配置文件、日志文件等。

拓展:如果更新环境变量:如果卸载的库在环境变量中注册了路径,可能需要手动更新或删除相关的环境变量。

  • 35
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: Linux部署Python项目的步骤如下: 1. 安装Python环境:在Linux系统上安装Python环境,可以使用系统自带的Python版本,也可以下载安装最新版本的Python。 2. 安装依赖库:使用pip命令安装项目所需的依赖库,可以使用requirements.txt文件来管理依赖库。 3. 配置环境变量:将Python解释器路径添加到系统环境变量中,以便在终端中可以直接运行Python脚本。 4. 部署代码:将项目代码上传到Linux服务器上,可以使用FTP、SCP等工具进行上传。 5. 配置Web服务器:使用Nginx或Apache等Web服务器来部署Python Web应用,配置Web服务器的虚拟主机、端口、SSL证书等。 6. 启动应用:使用supervisor等工具来管理Python应用的进程,保证应用的稳定运行。 以上是Linux部署Python项目的基本步骤,具体操作可以根据项目需求进行调整。 ### 回答2: 在将Python项目部署Linux服务器上之前,我们需要确保以下几点: 1. 确认服务器已经安装了Python环境,如果没有,需要先安装Python以及相关依赖库。 2. 确认Python代码能够在服务器上正常运行,可以在本地进行测试和调试。 接下来,我们可以按照以下步骤来进行部署。 1. 上传代码到服务器。可以通过FTP、SCP等工具将代码上传到服务器上,也可以通过Git等版本控制工具进行代码的部署。 2. 安装Python依赖库。在Linux环境下,我们可以通过pip或者conda等包管理器来安装Python依赖库,在这之前需要确保Python环境已经正确地安装并配置好了。 3. 配置服务器环境。通过修改配置文件、添加环境变量等操作来配置服务器环境,以确保Python项目运行的平稳。 4. 运行Python应用。在Linux环境下,可以通过命令行来启动Python应用,也可以通过配置服务来实现自启动。 在此过程中需要注意的问题: 1. 代码的安全性。需要确保代码的安全性,避免遭受黑客攻击。 2. 日志的记录。可以通过记录日志来监控代码的运行状态,以便进行追踪调试和问题排查。 3. 代码的更新。需要及时对代码进行更新和维护,以确保项目的正常运行和性能优化。 总之,在将Python项目部署Linux服务器上之前,需要做好充分的准备工作,以确保代码的安全性和服务器的稳定性,从而最终实现项目的平稳运行。 ### 回答3: Linux作为一种优秀的开源操作系统,受到广泛的应用和支持。Python作为一种强大的编程语言,也得到了众多程序员的喜欢。当我们需要在Linux系统上部署Python项目时,我们通常需要完成以下几个步骤: 1. 安装Python和相关的依赖库。在Linux上安装Python比较简单,我们可以使用系统自带的包管理工具(如yum、apt-get等)来安装Python和相关的依赖库。如果需要使用特定版本的Python,我们也可以手动下载源码进行编译安装。 2. 配置Python虚拟环境。虚拟环境可以帮助我们隔离不同的Python项目之间的资源和依赖关系。可以使用virtualenv或conda等工具来管理Python虚拟环境。 3. 安装项目依赖和配置环境。在部署Python项目时,我们需要安装项目所依赖的其他库和工具。我们可以使用pip包管理器来安装Python库。同时,我们也需要配置项目的环境变量、数据库连接信息等。 4. 部署项目代码。我们可以使用FTP、git等工具将Python项目代码上传到Linux服务器上。在上传代码之前,我们需要确保代码是经过优化和测试的,以确保项目在Linux上能够正常运行。 5. 配置Web服务器。如果我们的Python项目是基于Web的应用,我们需要配置Web服务器来接收和处理用户请求。常用的Web服务器有Apache、Nginx等。我们需要配置Web服务器的虚拟主机、端口号、HTTPS等安全设置。 总的来说,部署Python项目到Linux上需要我们掌握一定的Linux系统管理和Python编程知识。通过良好的部署实践,我们可以创建一个稳定、可扩展的Python应用程序,为我们的用户提供良好的使用体验。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

君子如兰呀

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值