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

相关文章
|
12天前
|
JSON 数据可视化 API
Python 中调用 DeepSeek-R1 API的方法介绍,图文教程
本教程详细介绍了如何使用 Python 调用 DeepSeek 的 R1 大模型 API,适合编程新手。首先登录 DeepSeek 控制台获取 API Key,安装 Python 和 requests 库后,编写基础调用代码并运行。文末包含常见问题解答和更简单的可视化调用方法,建议收藏备用。 原文链接:[如何使用 Python 调用 DeepSeek-R1 API?](https://apifox.com/apiskills/how-to-call-the-deepseek-r1-api-using-python/)
|
1月前
|
Ubuntu Linux 测试技术
Python 虚拟环境配置
本文总结了 Python 开发中的环境配置、常用操作和常见错误处理。重点介绍了如何使用 `virtualenv` 搭建虚拟环境,解决依赖冲突问题,并保持系统环境的干净。同时,详细说明了依赖库的安装与管理方法,包括使用 `pip install` 安装依赖、生成和使用 `requirements.txt` 文件,以及查看 Python 文档和修改环境变量等实用技巧。
131 60
|
23天前
|
IDE 测试技术 项目管理
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
PyCharm是由JetBrains开发的Python集成开发环境(IDE),专为Python开发者设计,支持Web开发、调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试和版本控制等功能。它有专业版、教育版和社区版三个版本,其中社区版免费且适合个人和小型团队使用,包含基本的Python开发功能。安装PyCharm前需先安装Python解释器,并配置环境变量。通过简单的步骤即可在PyCharm中创建并运行Python项目,如输出“Hello World”。
206 13
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
|
28天前
|
Shell Linux Ruby
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。
89 34
|
1月前
|
Shell 程序员 开发者
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。
111 2
|
1月前
|
Python
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。
|
2月前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
87 8
|
2月前
Seaborn 教程-主题(Theme)
Seaborn 教程-主题(Theme)
155 7
|
2月前
|
Python
Seaborn 教程-模板(Context)
Seaborn 教程-模板(Context)
58 4
|
2月前
|
数据可视化 Python
Seaborn 教程
Seaborn 教程
64 5

热门文章

最新文章