穆琪的博客

一个程序员的自传

Anaconda管理python环境

我在管理python环境的时候使用的是anaconda,在win和linux的操作是一样的。安装好后会出现以下工具:

  • Anaconda Navigtor :用于管理工具包和环境的图形用户界面,后续涉及的众多管理命令也可以在 Navigator 中手工实现。
  • Jupyter notebook :基于web的交互式计算环境,可以编辑易于人们阅读的文档,用于展示数据分析的过程。
  • qtconsole :一个可执行 IPython 的仿终端图形界面程序,相比 Python Shell 界面,qtconsole 可以直接显示代码生成的图形,实现多行代码输入执行,以及内置许多有用的功能和函数。
  • spyder :一个使用Python语言、跨平台的、科学运算集成开发环境。

创建自己的虚拟环境

创建一个名称为learn的虚拟环境并指定python版本为3(这里conda会自动找3中最新的版本下载) conda create -n learn python=3 如果你不再使用某个环境,可以使用 conda env remove -n env_name 删除指定的环境(在这里环境名为 env_name)。

切换环境

activate learn
如果忘记了名称我们可以先用
conda env list
去查看所有的环境

安装第三方包

输入
conda install requests
或者
pip install requests
来安装requests包. 安装完成之后我们再输入python进入解释器并import requests包, 这次一定就是成功的了.

卸载第三方包

那么怎么卸载一个包呢
conda remove requests
或者
pip uninstall requests
就行啦.

查看环境包信息

要查看当前环境中所有安装了的包可以用
conda list 

导入导出环境

如果想要导出当前环境的包信息可以用
conda env export > environment.yaml
将包信息存入yaml文件中. 当需要重新创建一个相同的虚拟环境时可以用
conda env create -f environment.yaml
其实命令很简单对不对, 我把一些常用的在下面给出来, 相信自己多打两次就能记住
activate // 切换到base环境 activate learn // 切换到learn环境 conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本) conda env list // 列出conda管理的所有环境 conda list // 列出当前环境的所有包 conda install requests 安装requests包 conda remove requests 卸载requets包 conda remove -n learn --all // 删除learn环境及下属所有包 conda update requests 更新requests包 conda env export > environment.yaml // 导出当前环境的包信息 conda env create -f environment.yaml // 用配置文件创建新的虚拟环境  

© 鲁ICP备18041558号
Powered by Z-BlogPHP & Yiwuku.com