Python
参考链接:https://www.cnblogs.com/technologylife/p/6635631.html
python虚拟环境可以隔绝于系统中的python环境,自己独立出来,在虚拟环境中装包都对系统的环境没有影响。
建立python虚拟环境需要使用virtualenv
工具包,可以使用pip安装。
使用如下命令创建虚拟环境并指定python版本:
$ virtualenv -p /home/winycg/anaconda3/bin/python3.6 venv
Using base prefix '/home/winycg/anaconda3'
New python executable in /home/winycg/sad/venv/bin/python
Installing setuptools, pip, wheel...done.
当前目录生成了名为venv的文件夹,里面包含了python解释器,还有基本的工具包等等。
在当前目录下激活虚拟环境:
$ source venv/bin/activate
激活后,bash界面显示的路径前会有一个(venv)
的标志,表明已经进入了python虚拟环境。此时可以使用pip命令安装其他的包,都会安装在venv文件夹中。
输入如下命令退出python虚拟环境:
deactivate
如果想删除虚拟环境,直接删除venv文件夹即可。
Conda
参考链接:https://www.cnblogs.com/swje/p/7642929.html
在安装有Anaconda的环境中使用,先说一下conda的常用命令:
conda list
查看安装了哪些包。conda env list
或conda info -e
查看当前存在哪些虚拟环境conda update conda
检查更新当前conda
1.创建虚拟环境:
使用 conda create -n your_env_name python=X.X(2.7、3.6等) -y
anaconda 命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。-n
表示--name
,也就是名字,-y
表示Do not ask for confirmation。
生成的虚拟环境文件夹在anaconda/envs/下可以找到
2.激活环境:
conda activate your_env_name
或者
source activate your_env_name
3.安装所需要的包:
conda install <包名>
4.关闭虚拟环境
conda deactivate
5.删除虚拟环境:
删除整个环境:
conda remove -n your_env_name --all
删除包:
conda remove --name $your_env_name $package_name
5.设置conda国内镜像:
如果需要安装很多packages,你会发现conda下载的速度经常很慢,因为Anaconda.org的服务器在国外。所幸的是,清华TUNA镜像源有Anaconda仓库的镜像,我们将其加入conda的配置即可:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
设置搜索时显示通道地址:
conda config --set show_channel_urls yes
打包conda虚拟环境
(1) 使用conda-pack
如果想要打包创建的conda虚拟环境移植到别的机器上可以使用,需要使用conda-pack工具进行打包:
安装工具:
pip install conda-pack
打包虚拟环境的文件夹:
conda pack -n your_env_name -o your_env_name.tar.gz
若出现错误:CondaPackError: Cannot pack an environment with editable packages
可加上参数--ignore-editable-packages
解压和使用:
将your_env_name.tar.gz
解压到别的机器上
mkdir your_env_name
cd your_env_name
tar -zxf ../your_env_name.tar.gz
cd ..
source ./your_env_name/bin/activate
方法二:直接进行压缩和解压conda虚拟包
将虚拟文件环境文件夹直接打包为压缩文件:
tar zcvf your_env_name.tar.gz your_env_name
将your_env_name.tar.gz
解压到别的机器上并导入python解释器环境变量(到bin路径):
mkdir your_env_name
cd your_env_name
tar -zxf ../your_env_name.tar.gz
export PATH=/path/to/pth/bin:$PATH