python環境中的概念,conda中與環境相關指令操作

2022-01-05 齊魯工大雲靈小鎮

python環境中的概念

conda中與環境相關指令 操作

轉自：齊魯工業大學雲靈未來人工智慧協會 csdn帳號

    它是一個虛擬化的概念，從電腦獨立開闢出來的環境。通俗的來講，虛擬環境就是藉助虛擬機來把一部分內容獨立出來，我們把這部分獨立出來的東西稱作「容器」，在這個容器中，我們可以只安裝我們需要的依賴包，各個容器之間互相隔離，互不影響。

      在一些項目開發中，我們需要一些項目的框架，但是可能每個項目使用的框架並不一樣，或使用框架的版本不一樣，這樣需要我們根據需求不斷的更新或卸載相應的庫。這樣顯然會非常麻煩，大大降低工作的效率，而虛擬環境則很好的解決了這個問題，我們可以將不同框架分別安裝在不同的環境中，當需要時只需要我們切換環境就可以了。

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，conda只是一個工具，它有兩種發行版，分別是Anaconda和Miniconda。

 Anaconda是一款重量級的，裡面預裝好了conda,某個版本的python，眾多包計算工具等，佔空間大。

Miniconda是一款輕量級的，裡面包含基本的conda與python，一些庫需自己裝，比較輕便靈活，佔空間小。

當下載好Anaconda以後,在開始菜單中找到Anaconda文件，打開如下進入

這裡顯示了兩種環境，第一個base是默認下的，第二個是我自己創建的一個環境

tensorflow是你想命名這個環境的名字，python後面是版本數

輸入上面的指令後，回車，等待一段時間後，會出現如下，詢問你是否將這些包加入

至此已經創建了一個新的環境

5.環境切換

當前是base環境，比如我想進入我創建的tensorflow這個環境,輸入以下指令，即可進入該環境

相關焦點

  • 使用conda建立及管理python虛擬環境
    使用conda建立及管理python虛擬環境平時我們在使用python進行各種不同的開發時，最常遇到的問題是我們需要選擇不同的python版本，以及各種各樣的包（package）。Anaconda這個軟體相當於MacOS中的HomeBrew，內置conda命令，可以快速地對python的包（package）進行管理。
  • conda:一個當下最流行的Python虛擬環境工具
    Conda常用命令在conda環境中，常用的命令格式為：conda [命令 [參數]] 包管理與python -m pip list類似，conda可以列出當前環境下的所有包：conda list版本與升級conda有一套特別的機制，用於管理和維護依賴庫之間的關係。
  • 使用conda管理你的Python環境
    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其中 xxxx 為環境名稱，可以任意指定，python=x.x為指定python版本6、克隆已有環境conda create -n new_name --clone old_name其中new_name是新環境名，old_name
  • 用 Conda 來管理 Python 虛擬環境
    使用Conda管理Python虛擬環境首先需要確認在你的系統中安裝了Anconda。檢查系統中是否安裝Anconda的命令為conda -V，如下：創建好了自己的虛擬環境之後，就可以來激活虛擬環境，命令如下：Linux: source activate your_env_name或者conda activate your_env_nameWindows: activate your_env_name如果需要在虛擬環境中安裝第三方模塊，則命令如下：conda install
  • 氣象編程 | 在shell腳本中激活conda虛擬環境
    conda虛擬環境，可以通過conda activate/deactivate方便地實現。而在shell腳本中，直接使用相同的命令則會返回報錯。這裡有一個用於測試的shell腳本和python腳本from wrf import getvarprint("test_env")#!
  • 沒有網也可以安裝 Conda 環境
    另外其最有吸引力的是它的虛擬軟體環境概念，可以簡單的配置不同Python版本的環境、不同Python包的環境、不同R環境和R包的環境，對於生物信息軟體繁雜的應用和頻繁的更新提供了很大的便利。# 新建一個環境，命名為phylo，指定其內安裝的python版本為2.7conda create -n phylo python=2.7# 在phylo環境中安裝 ete3# ete3存在於2個通道中，官方推薦使用自己的通道，但沒有成功# -n 指定安裝環境 -c 指定下載通道# conda install -n phylo -c
  • conda+jupyter玩轉數據科學環境搭建
    首先我們要解決的是環境的創建，第一步需要安裝conda服務，這裡我們有Anaconda和miniconda兩種方式。本文選擇miniconda體積小巧，不會像Anaconda那樣自帶數量眾多的科學計算相關包而顯得臃腫。有條件上外網的讀者朋友可以在conda官網[2]下載與你的作業系統對應的安裝包，也可以在清華大學鏡像站-獲取下載連結-應用軟體-Conda[3]中下載對應的最新的安裝包：
  • Python虛擬環境搭建方法
    首先打開 cmd (macOS 和 Linux 為 terminal)我們輸入 上面的指令的意思是，列出現在 Anaconda管理的所有環境，可以看到我的 conda 下面有5個環境，如果是第一次安裝一般只有一個環境就是 base下面我們開始創建我們第一個虛擬環境：輸入指令conda
  • Conda環境安裝與配置
    這裡就以Anaconda中jupyter notebook的使用來進行講解。E:\anaconda\envs\drug再安裝一個python3.8 內核的conda環境，環境名為tf2激活conda環境，即可進入該環境下。
  • 【入門基礎】conda+jupyter玩轉數據科學環境搭建
    首先我們要解決的是環境的創建，第一步需要安裝conda服務，這裡我們有Anaconda和miniconda兩種方式。本文選擇miniconda體積小巧，不會像Anaconda那樣自帶數量眾多的科學計算相關包而顯得臃腫。
  • 必備技能,conda創建python虛擬環境,完美管理項目
    因此需要虛擬環境來隔離不同的項目，以避免環境無論。這裡演示linux系統下如何使用conda實現虛擬環境的創建操縱。安裝完成後在終端中輸入，查看conda版本conda -V# 輸出 conda 4.7.12（2）conda一些常用的命令1）conda list 查看安裝了哪些包
  • 利用conda布署生物信息分析環境
    首先我們熟悉一下conda中環境的建立和刪除#建立一個新環境conda create -n myenv     #參數-n代表設置環境名稱，myenv是具體的環境名，可以替換成自己想要的名稱#建立一個新環境，同時指定該壞境中python的版本conda create -n myenv python=2.7
  • 【Python】一文掌握Conda軟體安裝:虛擬環境、軟體通道、加速solving、跨伺服器遷移
    另外其最有吸引力的是它的虛擬軟體環境概念，可以簡單的配置不同Python版本的環境、不同Python包的環境、不同R環境和R包的環境，對於生物信息軟體繁雜的應用和頻繁的更新提供了很大的便利。# 新建一個環境，命名為phylo，指定其內安裝的python版本為2.7conda create -n phylo python=2.7# 在phylo環境中安裝 ete3# ete3存在於2個通道中，官方推薦使用自己的通道，但沒有成功# -n 指定安裝環境 -c 指定下載通道# conda install -n phylo -c
  • Python環境配置保姆教程(Anaconda、Jupyter、GPU環境)!
    這篇文章打算把一些必備的python環境配置過程記錄下來，這樣不管是新到了公司實習或者就職，還是新換了電腦，都可以借鑑這篇快速把環境搭建起來啦 😉由於我也是重裝了系統，所以算是從0開始搭建python環境，這次從anaconda安裝開始， 然後到cuda的相關安裝配置，再到cudnn的安裝配置，然後從anaconda中建立虛擬tensorflow
  • 7個Python環境管理工具
    這個以及其他一些問題（例如在pip中缺少嚴格的依賴解析器）促使Anaconda的發展-一個多合一的Python發行版（儘管其行為與您習慣的普通Python可調用函數相同）和環境管理器稱為conda，以及新的程序包分發格式。整個過程都隨圖形安裝程序一起提供，該安裝程序還將向啟動腳本中注入指令，以便默認的Python來自Anaconda發行版。
  • Python環境搭建之Anaconda快速學習
    Anaconda 是一個開源免費的Python集成管理工具，自帶了數據科學相關的依賴包，支持多平臺Win/linux/OS X。2.Anaconda的特點•安裝簡單，自動配置python運行環境，不需要像pycharm那樣需要單獨下載python，並且免費，非常適合新手操作。•包含了180多個科學包及其依賴項，非常適合數據計算領域開發。
  • 【AI實戰】基礎環境搭建(Ubuntu+conda+tensorflow+GPU+PyCharm)
    下面創建一個名為tensorflow的虛擬環境，指定使用Python 3.6版本，並在虛擬環境中安裝numpy、scipy、matplotlib、jupyter等軟體包，命令如下：conda create –n tensorflow python=3.6 numpy scipy matplotlib jupyter其中-n指定虛擬環境的名稱默認安裝的路徑位於
  • conda:基於python的軟體管理系統
    如何在一臺伺服器上同時安裝不同版本的python,不同版本的package, 而且不互相干擾，是一個令人頭痛的問題。為了解決這個問題，首先是virtualenv這個包的發明，實現了python環境的隔離，接下來就是conda的出現，conda不僅僅解決了python的環境隔離問題，還進一步擴展，支持任意軟體的隔離。
  • conda 基本操作及原理
    玩得嗨Python 環境和 pip 組件安裝越用越覺得好，一換環境（比如換電腦、換作業系統）就得重新布署就很繁鎖，conda 可以解決這個問題。Python 環境布署的兩種方法1、python.org 依 Python 官方方法布署這種方法是通過關鍵字 "python" 能夠搜索到的最直接的方法，因此也是 Sugar 最先使用的方法。
  • python基礎開發環境配置
    支持跨平臺(類似QQ音樂／騰訊遊戲軟體安裝包的方式安裝)python安裝後必要設置環境變量配置pip更改國內源提高下載速度conda更改國內源提升下載速度環境變量配置由於程序的可執行文件，可能不再系統提供可執行文件的搜索路徑中。path(路徑)存儲在環境變量中，這是由作業系統維護的。