【python】conda配置python项目环境(Conda常用命令)
conda配置python项目环境1.Conda安装1.1 Conda安装1.2 指定镜像源1.2.1 添加清华源1.2.2 添加中科大源1.2.3 Linux下2.Conda常用命令2.1 环境相关操作2.2 操作环境中的包2.3 tensorflow相关3.运行已有python项目并不是所有现成项目都会在README.MD上手把手教你运行的步骤,而且很多时候,就算把要求的包都安装了一样运行失败
conda配置python项目环境
并不是所有现成项目都会在README.MD上手把手教你运行的步骤,而且很多时候,就算把要求的包都安装了一样运行失败。
1.Conda安装
你需要一个用于管理python环境的工具,它就是conda,安装了可跳过。
1.1 Conda安装
# Conda installation
# For Linux
curl -o ~/miniconda.sh -O https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
# For OSX
curl -o ~/miniconda.sh -O https://repo.continuum.io/miniconda/Miniconda3-latest-MacOSX-x86_64.sh
chmod +x ~/miniconda.sh
./miniconda.sh
source ~/.bashrc # For Linux
source ~/.bash_profile # For OSX
Windows还用什么命令行,直接搜索conda安装
1.2 指定镜像源
建议如果下载速度真的很慢再指定源
1.2.1 添加清华源
命令行中直接使用以下命令
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/
设置搜索时显示通道地址
conda config --set show_channel_urls yes
1.2.2 添加中科大源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
1.2.3 Linux下
conda config --set show_channel_urls yes
将以上配置文件写在~/.condarc中
vim ~/.condarc
channels:
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults
2.Conda常用命令
- conda --version 或 conda -V #查看conda版本,验证是否安装
- conda update conda #更新至最新版本,也会更新其它相关包
2.1 环境相关操作
- conda create -n env_name package_name #创建名为env_name的新环境,并在该环境下安装名为package_name 的包,可以指定新环境的版本号,例如:
conda create -n python2 python=python2.7 numpy pandas
# -n 全称为 --name
创建了python2环境,python版本为2.7,同时还安装了numpy pandas包
代码 | 含义 |
---|---|
conda activate env_name | 切换至env_name环境 |
conda deactivate | 退出环境 |
conda info -e 或 conda env list | 显示所有已经创建的环境 |
conda create --name new_env_name --clone old_env_name | 复制old_env_name为new_env_name |
conda remove --name env_name --all | 删除环境 |
conda env remove -n env_name | 采用上面方法删除环境失败时,可采用这种方法 |
2.2 操作环境中的包
代码 | 含义 |
---|---|
conda list | 查看所有已经安装的包 |
conda install package_name | 在当前环境中安装包(已进入需要安装包的环境) |
conda install -n env_name package_name | 在指定环境中安装包 |
conda remove -n env_name package | 删除指定环境中的包 |
conda remove package | 删除当前环境中的包 |
conda search --full-name package_name | 搜索指定的包 |
conda search 模糊词 | 使用模糊词搜索 |
conda update --all | 更新所有包 |
conda update package_name | 更新指定的包 |
2.3 tensorflow相关
-
conda create -n tensorflow_env tensorflow
-
conda activate tensorflow_env #conda 安装tensorflow的CPU版本
-
conda create -n tensorflow_gpuenv tensorflow-gpu
-
conda activate tensorflow_gpuenv #conda安装tensorflow的GPU版本
3.运行已有python项目
打开命令行,切换到存储项目文件的目录
以下为windows操作
E: #切换到E盘
dir #查看当前目录结构
cd project_file #打开项目目录
大部分时候,python项目会有一个环境配置文件,也许命名为 environment.yml,requirements.txt 等等,用记事本打开,可以看到诸如下列内容:
alive-progress==1.6.2
beautifulsoup4==4.9.3
bs4==0.0.1
Js2Py==0.71
3.1 txt环境文件
假设是有requirements.txt 文件,则先创建环境(最好指定python版本)
conda create -n envname python=3.8
激活环境
conda activate envname
根据txt文件批量安装
pip install -r requirements.txt
3.2 yml环境文件
- 假设有environment.yml文件,则一般已经在里面指定了环境名称和python版本(可以打开看看)
诸如以下
name: benchmark_gnn
channels:
- pytorch
- dglteam
- conda-forge
- anaconda
- defaults
dependencies:
- python=3.7.4
- python-dateutil=2.8.0
- pip=19.2.3
- pytorch=1.3
一般切换目录后直接
conda env create -f environment.yml
然后激活环境
conda activate envname
- 自己的项目也可以导出类似的文件
conda env export > environment.yaml
更多推荐
所有评论(0)