基于Windows下Anaconda创建python虚拟环境教程(二)

简介: 基于Windows下Anaconda创建python虚拟环境教程

五(可忽略)、接下来博主在导入创建一个深度学习模型库DeepPurpose的python虚拟环境DeepPurpose并配置的过程,相当于实践一下,只想创建python虚拟环境在第四步就已经成功结束。注意:若用户开启VPN则安装前需要关闭VPN,避免安装不成功。

  • 下载项目代码库到E:/DeepPurpose路径文件下。
git clone https://github.com/kexinhuang12345/DeepPurpose.git E:/DeepPurpose

  • 将路径转到上一步git项目下载到本地的路径,也就是E:/DeepPurpose路径。
E:
cd DeepPurpose

  • 导入E:/DeepPurpose路径下的yml 文件,再根据 yml 文件内容新创建对应虚拟环境(注意:运行下面命令之前必须路径转到yml文件的路径,而且这是新创建一个虚拟环境那么如果是同一台电脑必须删除原同名的虚拟环境或者将原虚拟环境更换名称)。
conda env create -f environment.yml

conda activate DeepPurpose

  • 上步操作只会创建虚拟环境并导入conda命令直接安装的包,但是原虚拟环境大部分pip安装的包需要在新的虚拟环境下pip导入安装通过之前原虚拟环境pip导出的requirements.txt(注意:上步虚拟环境已经创建,若在此步报一些安装错误可以打开requirements.txt文件删除这些报错安装的包,到时候需要再pip单个下载pip之前安装报错的包到此虚拟环境;为保证顺利pip下载,启用https://pypi.douban.com/simple这个镜像可以下载快速顺利,当然不用镜像也可以只不过时间长容易安装超时报错)。
pip install -r requirements.txt -i https://pypi.douban.com/simple

  • 之前创建好的一个python虚拟环境,名称是DeepPurpose(注意:创建python虚拟环境在成功结束后一定要将新创建的虚拟环境的Scripts文件内容添加到环境变量PATH中)。

  • 激活python虚拟环境DeepPurpose。
conda activate DeepPurpose

  • 安装相关python包和库等。
conda install -c conda-forge rdkit

或者

conda install -c rdkit rdkit

conda install -c conda-forge notebook

或者

pip install jupyter notebook

conda install -c conda-forge scikit-learn

或者

pip install scikit-learn

pip install rdkit-pypi

pip install git+https://github.com/bp-kelley/descriptastorus 

或者先通过github链接将项目下载到本地,然后转此项目setup.py文件,然后执行下面的命令:

python setup.py install

pip install DeepPurpose

六、若在python虚拟环境中(博主举例python虚拟环境是rothschildlhl)出现“pip-script.py’ is not present.”类似的错误,原因在于pip更新不成功,原来的pip版本也被破坏。

  • 更新pip命令
pip install --upgrade pip

  • 解决错误,根据下面命令重新安装最新版本pip
conda activate rothschildlhl
python -m ensurepip
python -m pip install --upgrade pip

七、Conda导出导入和更新虚拟环境

  • 激活(切换)到需要导出的虚拟环境(博主举例以之前创建的虚拟环境transformers为例)。
conda activate transformers

  • 将虚拟环境transformers导出保存为yml文件并命名为xrlhl.yml,此操作只会导出conda命令直接安装的包,原虚拟环境大部分pip安装的包需要pip导出安装库到pip.txt,后续再导入到新虚拟环境(注意:默认导出文件到命令行前面的路径,博主举例的是C:\Users\25216,可以见下图)。
conda env export > xrlhl.yml
pip freeze >pip.txt

  • 导入yml 文件,再根据 yml 文件内容新创建对应虚拟环境(注意:运行下面命令之前必须路径转到yml 文件的路径,而且这是新创建那么如果是同一台电脑必须删除原同名的虚拟环境或者将原虚拟环境更换名称)。
conda env create -f xrlhl.yml
conda activate transformers
pip install -r pip.txt

  • 根据 yaml(yml)文件更新已经创建的虚拟环境(注意:博主举例是xrlhl.yml文件更新虚拟环境DeepPurpose)。
conda env update -n DeepPurpose --file xrlhl.yml

目录
打赏
0
0
0
0
14
分享
相关文章
Windows 环境下 Odoo 安装保姆级教程
本教程详细介绍了在 Windows 系统上通过虚拟机部署 Odoo 的完整流程。首先确认硬件需求,确保 CPU、内存和磁盘空间满足最低配置;接着安装 VMware Workstation Pro 并创建 Ubuntu 虚拟机,配置桥接网络以实现主机与虚拟机的通信;随后借助微聚云快速安装预配置好的 Odoo 环境,简化复杂环境搭建;最后通过浏览器访问虚拟机 IP,完成 Odoo 数据库初始化及基础设置。整个过程清晰易懂,适合新手快速上手 Odoo 部署。
84 4
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
以上内容是一个简单的实现在Java后端中通过DockerClient操作Docker生成python环境并执行代码,最后销毁的案例全过程,也是实现一个简单的在线编程后端API的完整流程,你可以在此基础上添加额外的辅助功能,比如上传文件、编辑文件、查阅文件、自定义安装等功能。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
Windows平台GIMP 2.10下载教程:零基础入门高级图像编辑
GIMP(GNU Image Manipulation Program)是一款开源跨平台图像编辑工具,支持图层管理、高级修图、色彩校正等功能,广泛应用于平面设计和照片修复。其优势包括全功能免费、插件生态丰富(600+扩展插件)、硬件要求低(1GB内存即可流畅运行)。本文详细介绍GIMP的软件定位、安装流程、首次配置及常见问题解答,帮助用户快速上手并充分利用其强大功能。
Windows 7纯净版重装教程|附微软原版镜像下载+驱动安装避坑技巧
本文详细介绍如何安全、高效地重装电脑系统,解决蓝屏、崩溃等问题。基于10年经验,涵盖从官方镜像获取、启动盘制作、数据备份到系统部署的全流程,并针对老旧机型优化。提供驱动一键安装工具和系统激活指南,确保无后门风险。文中还列出常见问题解决方案及操作禁忌,帮助用户顺利完成系统重装,让电脑重获新生。建议收藏并转发给有需要的朋友,欢迎留言咨询疑难问题。
最新Typora1.9.5破解版下载与使用教程(Windows+Mac)
Typora是一款Markdown编辑器和阅读器。下载地址:[夸克网盘](https://pan.quark.cn/s/9d9d668fb859)。Windows版需替换`app.asart`文件并输入序列号激活;Mac版安装简单,下载后按提示操作,允许任何来源即可。具体步骤见文中图片说明。
292 1
Python3虚拟环境venv
`venv` 是 Python 的虚拟环境工具,用于为不同项目创建独立的运行环境,避免依赖冲突。通过 `python3 -m venv` 命令创建虚拟环境,并使用 `source bin/activate` 激活。激活后,所有 Python 包将安装在该环境中,不影响系统全局环境。退出环境使用 `deactivate` 命令。每个虚拟环境拥有独立的包集合,确保项目间的隔离性。删除虚拟环境只需删除其目录即可。
136 34
云产品评测|分布式Python计算服务MaxFrame | 在本地环境中使用MaxFrame + 基于MaxFrame实现大语言模型数据处理
本文基于官方文档,介绍了由浅入深的两个部分实操测试,包括在本地环境中使用MaxFrame & 基于MaxFrame实现大语言模型数据处理,对步骤有详细说明。体验下来对MaxCompute的感受是很不错的,值得尝试并使用!
100 1
轻松搞定在Python中构建虚拟环境
本教程教你如何使用业界公认的最佳实践,创建一个完全工作的Python开发环境。虚拟环境通过隔离依赖项,避免项目间的冲突,并允许你轻松管理包版本。我们将使用Python 3的内置`venv`模块来创建和激活虚拟环境,确保不同项目能独立运行,不会相互干扰。此外,还将介绍如何检查Python版本、激活和停用虚拟环境,以及使用`requirements.txt`文件共享依赖项。 通过本教程,你将学会: - 创建和管理虚拟环境 - 避免依赖性冲突 - 部署Python应用到服务器 适合新手和希望提升开发环境管理能力的开发者。
297 2
|
4月前
|
探索Python虚拟环境:virtualenv、venv与pipenv比较
在Python开发中,有效的环境管理至关重要。virtualenv、venv和pipenv是常用的虚拟环境管理工具。virtualenv支持Python 2.7+和3.3+,可创建独立环境;venv为Python 3.3+内置库,简单轻量但功能有限;pipenv则结合了包管理和虚拟环境管理,生成Pipfile.lock确保依赖确定性和安全性,推荐作为首选工具。
182 2
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
101 0
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等