Anaconda创建虚拟环境并使用Jupyter-notebook打开虚拟环境（开搞开搞）

AnacondaAnaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。一 . 虚拟环境什么是虚拟环境？一个虚拟化，从电脑独立开辟出来的环境。通俗的来讲，虚拟环

jhin(杰)

12810人浏览 · 2021-09-27 16:30:30

jhin(杰) · 2021-09-27 16:30:30 发布

Anaconda

Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。
安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。
具体安装步骤自行百度。

虚拟环境

什么是虚拟环境？

一个虚拟化，从电脑独立开辟出来的环境。通俗的来讲，虚拟环境就是借助虚拟机docker来把一部分内容独立出来，我们把这部分独立出来的东西称作“容器”，在这个容器中，我们可以只安装我们需要的依赖包，各个容器之间互相隔离，互不影响。譬如，本次学习需要用到Django，我们可以做一个Django的虚拟环境，里面只需要安装Django相关包就可以了，需要Scrapy库，就在开辟一个独立空间来学习Scrapy库相关就行了。

为什么使用虚拟环境？

在实际项目开发中，我们通常会根据自己的需求去下载各种相应的框架库，如Scrapy、Beautiful Soup等，但是可能每个项目使用的框架库并不一样，或使用框架的版本不一样，这样需要我们根据需求不断的更新或卸载相应的库。直接怼我们的Python环境操作会让我们的开发环境和项目造成很多不必要的麻烦，管理也相当混乱。如一下场景：

场景1：项目A需要某个框架1.0版本，项目B需要这个库的2.0版本。如果没有安装虚拟环境，那么当你使用这两个项目时，你就需要来回的卸载安装了，这样很容易就给你的项目带来莫名的错误；

场景2：公司之前的项目需要python2.7环境下运行，而你接手的项目需要在python3环境中运行，想想就应该知道，如果不使用虚拟环境，这这两个项目可能无法同时使用，使用python3则公司之前的项目可能无法运行，反正则新项目运行有麻烦。而如果虚拟环境可以分别为这两个项目配置不同的运行环境，这样两个项目就可以同时运行。

Tips:其实虚拟环境好处也确实比较多，会给我们项目的开发带来许多的好处，但不要贪玩哦。

使用和管理虚拟环境

运行Anaconda Prompt
检验当前conda的版本

conda -V

创建虚拟环境：

conda create -n  env_name python=x.x
#同时可以安装指定库
conda create -n env_name numpy matplotlib python=3.6

env_name 为虚拟环境名称，x.x为虚拟环境python的版本，根据需求来定。

激活虚拟环境

conda activate env_name

退出虚拟环境

conda deactivate env_name

查看已有的虚拟环境

conda env list  或 conda info -e

如果没有进入到当前虚拟环境，使用-n env_name 的方式去指定对某个虚拟环境安装软件

# 查看指定环境下已安装的package
conda list -n env_name
# 安装指定环境下某个package
conda install -n env_name [package]
# 删除指定环境下某个package
conda remove -n env_name [package]
# 更新指定环境下某个package
conda update -n env_name [package]

重命名环境

conda create -n env_name1 --clone env_name2

删除虚拟环境
conda remove -n env_name --all
删除虚拟环境中的包
conda remove --name $your_env_name $package_name（包名）
检查更新当前conda

conda update conda

换源
有时用国外镜像源下载库的速度比较慢，因此可以将镜像源换位国内的。
Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

然后运行 conda clean -i 清除索引缓存即可。

Jupyter Notebook

Jupyter notebook简介

Jupyter这个名字是它要服务的三种语言的缩写：Julia，PYThon和R，这个名字与“木星（jupiter）”谐音。
之前我们只能在普通的 Python shell 或者在IDE（集成开发环境）中写代码，然后在word中写文档来说明你的项目。这个过程很反锁，而且写完代码之后，还需要重头回顾一遍代码来写文档。最致命的地方在于，有些数据分析的中间结果，还需要重新跑代码，然后把结果弄到文档里给客户看。但是notebook 可以直接在代码旁写出叙述性文档，而不是另外编写单独的文档。也就是它可以能将代码、文档等这一切集中到一处，让用户一目了然。

例如：
在这里插入图片描述

快速上手notebook

启动Jupyter notebook

安装Anaconda时自带Jupyter notebook，如果没有可以通过执行命令行pip3 install jupyter即可

双击Jupyter notebook图标。
在终端中输入以下命令`

 Jupyter notebook

ps:如果同时启动多个Jupyter Notebook，由于默认端口“8888”被占用，因此地址栏中的数字将从“8888”起，每多启动一个Jupyter Notebook数字就加1，如“8889”、“8890”…

指定端口启动

jupyter notebook --port <port_number>

启动服务器但不打开浏览器

jupyter notebook --no-browser

关闭 notebook服务器

通过在终端中按两次 Ctrl + C，可以关闭整个服务器。

关闭Jupler notebook文件

对于关闭 notebook，可以通过选中文件，点击 “shutdown” 来操作操作，但请确认先保存。
在这里插入图片描述
或者直接关闭notebook的页面即可。
ps:这会立即关闭所有运行中的 notebook，记得关闭文件。
关闭notebook服务器后，下次启动再打开notebook，当你继续在该notebook中写代码时，发现之前的变量无法访问了。需要你在该notebook的Kernerl选项卡中选择“Run All”重新编译下之前的代码。
在这里插入图片描述

notebook 界面

Jupyter notebook有两种不同的键盘输入模式：

① 编辑模式：编辑代码，单元格显示绿色边框。

切换方式：单击单元格内，或者直接按键盘上 Enter 键，即可进入编辑模式。
在这里插入图片描述

② 命令模式：执行命令，比如在上添加一个单元格，在下添加一个单元格，删除选中的单元格等，单元格显示***蓝色***边框。

切换方式：单击单元格外任何位置，或者直接按键盘上 Esc 键，即可进入命令模式。
在这里插入图片描述

代码单元格

平时在 IDE 软件里敲代码一样，可以编写和执行代码，给变量赋值、定义函数和类、导入包等。可以通过 Shift + Enter 执行单元格代码。
在这里插入图片描述

Markdown 单元格

Markdowen模式：用来记笔记,可以加入链接、将文本样式设为粗体或斜体和设置代码格式。通过 Shift + Enter 或 Ctrl + Enter 可运行 Markdown 单元格，将 Markdown 呈现为格式化文本。
在code编辑模式下，Esc一下切换到命令模式，然后M键一下切换到markdown模式。在这里插入图片描述

重命名notebook

可以直接修改
在这里插入图片描述
或者点击“File”->Rename，对文件进行重命名

然后进行保存。

上传notebook文件

上传完成后，点击上传的文件，就可以在notebook中打开了

下载notebook文件

点击File->Download as，可以选择多种格式下载你的notebook。可以根据下面的用途来选择不同的下载格式：

如果想和客户分享数据分析成果，选择将notebook下载为HTML文件。
如果希望将自己的数据分析成果和代码嵌入到项目中，可以选择Python（.py）模块，这样可以将我的代码融入项目中，成为子模块，方便和其他开发人员共同完成任务。
如果想要在博客或文档中使用 notebook，我就选择Markdown格式。
默认的notebook文件后缀是.ipynb

快捷键（网页上的Jupyter Notebook应用）

notebook 快捷键，能让你无需使用鼠标和工具栏，快速使用键盘与单元格交互。虽然了解这些快捷键需要花费一点时间，但熟练掌握之后，可以大大提高工作效率。快捷键可以通过单元格蓝色状态下按 “h” 来查看
在这里插入图片描述

1. "shift + enter" notebook单元格内执行代码，并且自动跳至下一个的单元格
2. "tab" 自动补齐代码，相当于eclipse的 alt + /
3. "shift + tab" 连按2次，显示注释，相当于eclipse的f2
 命令模式（蓝框）和 编辑模式（绿框）的切换：
	蓝 - 绿："Enter"， 绿 - 蓝 ："Esc"
4. 当前单元格下方创建单元格（命令模式下）："A"
5. 当前单元格上方创建单元格 (命令模式下)："B"
6. 当前单元格MarkDown模式和Code模式切换（命令模式下）：m到c为"Y", c到m为"M"
7. 当前单元格内容增加行号（命令模式下）："L"
8. 删除单元格：连续两次按 "D"或者"x"
9. 保存："S"

魔法（Magic）函数

Magic关键字是 IPython 的一些高级用法，可以运行特殊的命令，然后控制 notebook。例如，在 notebook 中可以使用%matplotlib 将 matplotlib 设置为以交互方式工作。
Magic 命令的前面带有一个或两个百分号（% 或 %%），分别代表行 Magic 命令和单元格 Magic 命令。行 Magic 命令仅应用于编写 Magic 命令时所在的行，而单元格 Magic 命令应用于整个单元格。
比如：

1.运行外部python源文件：%run xxx.py
2.计算statement的运行时间:%time statement
3.计算statement的平均运行时间:%timeit statement
4.测试多行代码的平均运行时间：
    %%timeit
    statement1
    statement2
    statement3

当然还有很多 Magic 关键字的使用，更多内容请参考：http://ipython.readthedocs.io/en/stable/interactive/magics.html

Jupyter Notebook内核管理

查看所有kernel

 jupyter kernelspec list

删除kernel

jupyter kernelspec remove xxxx

切换kernel
一般情况下，可以新建文件来选择kernel。

但是有时候会显现无法切换kernel的情况：
jupyter一直显示No module named ‘torch’，用cmd查看torch.version，可以打印出来。原因就是在使用Jupyter Notebook的时候，加载的仍然是默认的Python Kernel。
首先查看所有kernel，看需要使用的kernel是否存在Jupyter Notebook中。

 jupyter kernelspec list

如果不在的话，可以通过一下方案解决：

. 安装ipykernel

 jupyter kernelspec list

conda install ipykernel
#如果不行的话可以使用
pip install ipykernel #不要问为什么，问就是不知道（计算机的神奇之处）

激活虚拟环境

conda activate env_name

将环境写入Notebook的kernel中

python -m ipykernel install --user --name env_name --display-name "name(jupyter显示名称)"

打开Jupyter notebook，新建Python文件，即可看到创建的环境。

jupyter notebook（虚拟环境中执行该命令）

但是我执行该步骤后，虽然可以在jupyter中选择该内核（虚拟环境），但是torch库报错，在这里插入图片描述
然后我在终端的python编译器中输入代码import sys sys.executable，查看路径；发现可以发现二者路径不一样，使用Jupyter Notebook的时候，加载的仍然是默认的Python Kernel，而且在Anaconda Prompt中出现“ImportError: cannot import name ‘generator_to_async_generator’”。