Python軟體包、運行環境管理神器 - Conda!

2020-12-25 程序猿剛子

Python2和Python3之間存在較大的差異，並且還會共存很久。我們在使用的時候，可能會遇到不同的Python版本問題或者是Python工作環境切換問題，因此我們需要一個環境管理工具，而我要推薦的是Conda！

Conda

Conda是一個開源的軟體包管理系統和環境管理系統，用於安裝多個版本的軟體包及其依賴關係，並在它們之間輕鬆切換，目前Conda為最流行的Python環境管理工具！適用於Linux，OS X和Windows，也可以打包和分發其他軟體。

通常我們用pip來管理Python包，而Conda可管理任何語言編寫的軟體的包！

安裝Conda：

Conda的安裝可以參考官網，下載對應作業系統的版本即可！

Conda分為anaconda和miniconda。anaconda是包含一些常用包的版本，miniconda則是精簡版，推薦使用miniconda。

安裝好Conda後，默認包含一個名為base的環境，python為你安裝Conda時的版本。

新創建一個環境：

當創建一個新的環境時，默認為你安裝conda時的python版本，如果你想創建一個新的運行環境

通過指定python版本即可

例如：你本機為python2.7+django1.11，你想體驗一下看看Django2.0的新特性，那麼

創建django2.0環境，並安裝django包

命令格式：conda create -n 環境名 -c 鏡像源

conda create --name django2.0 python=3.7

這樣就創建了一個python3.7版本的環境！

運行python檢查下現在版本吧

python --version 發現已經是3.7的版本了

安裝包：

conda install django

激活環境

conda activate django2.0

查看所有環境

conda info --envs

為了加速安裝，我們可以選擇國內鏡像源

conda config --add channels

查看已安裝軟體：conda list

更新指定軟體：conda update django

卸載指定軟體：conda remove django

退出conda環境：conda deactivate

怎麼樣，不錯吧！簡單，實用

相關焦點

  • Conda 管理的常用命令(常用於python環境管理)
    常用操作命令：一、環境操作1.查看環境管理的全部命令幫助：conda env -h2.查看當前系統下的環境：conda info -e3.創建環境：conda create env_name (env_name)是環境名稱,這條命令將會給Biopython創建一個新的環境，位置在Anaconda安裝文件的
  • 使用conda管理你的Python環境
    最近在學習Python，經常會使用到conda命令，conda是Python包及其依賴項和環境的管理工具。因此整理了一些常用的conda命令，以供大家和自己學習使用。4、查看已有環境conda info --envs 或者 conda env list5、創建新的環境conda create -n xxxx python=x.x
  • windows和linux下安裝conda
    Conda介紹任何語言的包，依賴和環境管理：Python，R，Ruby，Lua，Scala，Java，Javascript，C / C ++，FORTRAN,Conda是一個開源包管理系統和環境管理系統，用於安裝多個版本的軟體包及其依賴關係，並在它們之間輕鬆切換。
  • conda虛擬環境詳細教程(Linux)
    最近在使用pytorch做深度學習相關的項目，本機環境不能改變（工作需要），所以就使用conda創建了該項目的虛擬環境，方便開發測試，本節主要記錄整個流程，方便以後回顧時快速完成。注意：設置完環境變量後要注意下python的版本會變為anaconda的python版本，比如我的機器就從python2.7變為了python3.7這樣會影響其它程序的正常運行，解決方法如下：先which下看看python使用的哪個，可以看到是剛安裝的anaconda中的python
  • Python數據科學實踐 | Conda的使用
    本節我們將對conda這一命令的使用進行一些基礎說明，更加詳細的使用方式可以參考Anaconda官網上的conda官方文檔。我們反覆強調conda對環境和工具包的管理，那到底什麼是環境，什麼又是工具包呢？conda環境是包含已安裝的特定conda包集合的目錄。
  • 你不得不懂的conda和pip --還在找conda與pip?三分鐘全掌握
    本機上運行的所有python程序依賴模塊統一安裝在一起，工程多了，依賴模塊包多了，變成一個超大依賴倉庫，當某個工程需要移到其它機器上運行時，將整個超大依賴倉庫一起轉移？當我在開發不同工程時用到不同版本的python時，需要不同的python環境，修改系統變量切換python環境？這個時候是否發現python的世界要一團糟了，當然這些方法都不可取，這個時候我們的conda工具應運而生，專來拯救世界。
  • JupyterLab 3.0發布|jupyterlab|conda|調試器|python|jupyter
    要使用可視調試器，需要一個支持調試的內核，比如xeus-python，這是第一個支持調試的Python Jupyter內核。可以使用下面的命令安裝xeus-python內核：conda create -n jupyterlab-debugger -c conda-forge jupyterlab=3 xeus-pythonconda activate jupyterlab-debugger然後就可以在JupyterLab中在線可視化調試Python代碼：
  • conda與bioconda解決生信軟體安裝困擾
    ，包括各種本身與python毫無關係的包，也就涵蓋了，我們大多數的生物信息學軟體。sudo vim /etc/bashrcexport PATH=/tools/anaconda3/bin:$PATH安裝完了conda，剩下的其實就只配置bioconda（其實就只是添加軟體源）如果root身份運行則添加到全局，如果是用戶身份運行則會修改用戶主目錄下的.condarc文件，與bashrc, bashprofile等類似conda
  • Python數據科學實踐 | 初步搭建數據科學工作環境
    所謂「Anaconda套件」，通俗來講是⼀個打包的集合，⾥⾯預裝好了conda、某個版本的python、眾多packages以及科學計算⼯具等，所以也稱為Python的⼀種發⾏版。由於包含的內容⽐較豐富，因此Anaconda對存儲空間有⼀定的要求。⽽空間有限的⽤戶，可以選擇Miniconda，它只包含最基本的內容——python與conda，以及相關的必需依賴項。
  • 我是如何用Anaconda來管理Python的
    >卸載condarm -rf ~/anaconda2或rm -rf ~/anaconda3環境管理創建新環境如:# 創建一個名為「python2」的環境，環境中安裝版本為2.7的pythonconda create --name python2 python=2.7
  • Python學習|Anaconda、Jupyter Notebook、pycharm安裝使用詳解
    5.2.2 conda環境管理5.2.3 conda 包管理5.2.4 Conda 使用國內源6 Jupyter Notebook7 pycharm7.1 pycharm簡介7.2 pycharm安裝7.3 pycharm 新建工程7.4 pycharm 使用不同python
  • python環境配置簡要流程
    Prompt環境下，最好保證conda以及pip為最新版本。 然後再使用 conda create -n tf-gpu python=3.6（版本號） 創建虛擬環境tf-gpu 7、安裝tensorflow 然後選擇 activate tf-gpu
  • Python編程:開發工具(IDE)大匯總(附官方下載)
    Python神器：找不到模塊怎麼辦？VS運行python個人不是很推薦利用VS來做python開發，因為佔用資源太多，而且在很多細節方面，沒有python專用開發工具做的完善！PyCharm具有一套高效的python開發工具，包括調試、Project管理、代碼跳轉、自動完成、單元測試、版本控制等，此外，pycharm能夠支持Web開發中的高級框架Django！PyCharm界面：
  • 學習 Conda 的高級特性(上)
    Conda 讓你更加方便地安裝和管理各種擴展包和運行環境，同時支持 Windows，Mac OS X 以及 Linux。如果你是一個 Conda 的新手，我建議你先學習它的官方文檔，還有我在 SciPy 2014 上的演講。在這篇文章裡，我就假設你已經熟悉了Conda 以及它安裝和編譯包的基本用法。
  • 利用Anaconda在Windows及Linux下搭建Python環境【手把手版】
    、使用jupyter notebook 三、Anaconda在Linux下搭建Python環境    1、下載    2、安裝    3、手動添加Anaconda到環境變量中四、conda創建不同版本python    1、conda添加清華源    2、linux下conda創建虛擬python環境    3、Windows
  • 大神教小白搭建Jupyter Notebook環境
    在Pycham中只能運行一共py文件，而在Jupyter notebook可以運行一行代碼就可以了。2 、環境搭建你可以直接是通過 pip 命令安裝。>conda info --envs //查看安裝好的環境# deeplearn代指克隆得到的新環境的名稱，base代指被克隆的環境的名稱conda create --name deeplearn --clone base# 激活虛擬環境activate envname //for windowssource activate envname //for liunx and
  • @Python 開發者,如何更加高效地編寫代碼?
    Anaconda 附帶一大批常用數據科學包，如：conda，Python 等 150 多個學科包以及依賴項，你可以立即開始處理數據。還有一個好處就是：如果你的項目是 Python 2，新項目是 Python 3，你無需同時安裝兩個版本 Python，Anaconda 會幫助你為不同的項目建立不同的運行環境。
  • 如何用i5實現20倍的Python運行速度?
    這還不是在最優情況下，而在虛擬環境——在 VirtualBox（下文簡稱 VBox） 上運行的 openSUSE Linux Tumbleweed（即「滾動版本」，請參考 openSUSE )，使用的機器是四核 iMac。官網這在 Windows, Linux 或 OS X 都能實現。
  • 我常用的6個conda命令,提升工作效率
    朋友們，我是用Anaconda數據科學套件構建Python和數據科學與人工智慧的工作環境，不知大家也是否這樣。本文總結我常用的6個conda命令，這6個命令給我帶來這些好處，一是，幫助我更好地管理和使用Anaconda這個軟體和平臺；二是，利用這些命令，可以提升我的工作效率。
  • 如何在Core i5 上實現 20 倍的 Python 運行速度?
    這還不是在最優情況下，而在虛擬環境——在 VirtualBox（下文簡稱 VBox） 上運行的 openSUSE Linux Tumbleweed（即「滾動版本」，請參考 openSUSE 官網)，使用的機器是四核 iMac。這在 Windows, Linux 或 OS X 都能實現。