这几天发一篇原创文章一直发不出去,觉得微信公众号保护原创的机制很有问题,即使自己写的但是跟另外一篇比较像就发不出去,只能跳转原文,所以强烈建议微信要改一改这个机制。所以本文章部分内容只能以图片的形式发表出来,请各位见谅!
四、管理环境
如前所述,你可以使用 conda 创建环境以隔离项目。要创建环境,请在终端中使用 conda create -n env_name list of packages
。在这里,-n env_name
设置环境的名称(-n
是指名称),而 list of packages
是要安装在环境中的包的列表。例如,要创建名为 my_env
的环境并在其中安装 numpy,请键入 conda create -n my_env numpy
。
上图中,你可以看到环境的名称和所有依赖项及其版本。导出命令的第二部分>environment.yaml
将导出的文本写入YAML 文件 environment.yaml
中。现在可以共享此文件,而且其他人能够用于创建和你项目相同的环境。
要通过环境文件创建环境,请使用 conda env create -f environment.yaml
。这会创建一个新环境,而且它具有同样的在 environment.yaml
中列出的库。
列出环境
如果忘记了环境的名称(我有时会这样),可以使用 conda env list
列出你创建的所有环境。你会看到环境的列表,而且你当前所在环境的旁边会有一个星号。默认的环境(即当你不在选定环境中时使用的环境)名为 root
。
删除环境
如果你不再使用某些环境,可以使用 conda env remove -n env_name
删除指定的环境(在这里名为 env_name
)。
使用环境
对我有很大帮助的一点是,我的 Python 2 和 Python 3 具有独立的环境。我使用了 conda create -n py2 python=2
和 conda create -n py3 python=3
创建两个独立的环境,即 py2
和 py3
。现在,我的每个 Python 版本都有一个通用环境。在所有这些环境中,我都安装了大多数常用的标准数据科学包(numpy、scipy、pandas 等)。
我还发现,为我从事的每个项目创建环境很有用。这对于与数据不相关的项目(例如使用 Flask 开发的 Web 应用)也很有用。
共享环境
在 GitHub 上共享代码时,最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。对于不使用 conda 的用户,我通常还会使用 pip freeze
(在此处了解详情)将一个 pip requirements.txt
文件导出并包括在其中。