Python零基础入门-12 虚拟环境和包

简介: Python零基础入门-12 虚拟环境和包

12. 虚拟环境和包

12.1 使用虚拟环境

由于版本问题,我们有时需要创建不同的python环境。比如有些包只支持到python3.6,这时就需要创建一个py36的虚拟环境。推荐使用anaconda配置虚拟环境。(此外,你也可以使用venv创建虚拟环境,参加官网教程12. 虚拟环境和包 — Python 3.10.5 文档)


WIndows下安装过程比较简单,去官网下载安装包按照提示安装即可(史上最全最详细的Anaconda安装教程_OSurer的博客-CSDN博客_anaconda 安装)。


Ubuntu下的安装参考深度学习环境配置(Ubuntu+Anaconda)_一只大鸽子的博客-CSDN博客_ubuntu配置anaconda环境


安装完成后,使用


conda --version 查看版本,没有问题就可以使用conda管理虚拟环境了。


创建虚拟环境

conda create -n <env_name> <package_names>

例:1:conda create -n py36 python=3.6

创建一个python3.6 版本的虚拟环境,名称为py36 ,这个名称可以自己取。

例2:conda create -n conda-test python=3.6 numpy pandas

创建一个名为“conda-test ”的环境,环境中安装版本为3.6的python,同时也安装了numpy和pandas。

注:n 即name简写。 -n 和 --name 效果一样


激活虚拟环境

conda activate env_name

例: conda activate py36


退出虚拟环境


conda deactivate


复制环境

conda create --name new_env_name --clone copied_env_name

例:conda create --name py36_2 --clone py36


删除环境

conda remove --name env_name --all

例:conda remove --name py36 --all


使用conda 安装包

conda install 要安装的包名

例:conda install numpy


显示所有安装的环境

conda env list

或者

conda info -e


使用帮助


在命令后面加 -h

例如:

conda -h


conda create -h

12.2 使用pip安装包

可以用pip 安装管理包,例如

python -m pip install numpy

可以通过提供包名称后跟 == 和版本号来安装特定版本的包:

python -m pip install requests==2.6.0

pip uninstall 后跟一个或多个包名称将从虚拟环境中删除包。

pip show 将显示有关特定包的信息:

pip list 将显示虚拟环境中安装的所有软件包:

pip freeze 将生成一个类似的已安装包列表,但输出使用 pip install 期望的格式。一个常见的约定是将此列表放在 requirements.txt 文件中:

pip freeze > requirements.txt


然后可以将 requirements.txt 提交给版本控制并作为应用程序的一部分提供。然后用户可以使用 install -r 安装所有必需的包:

python -m pip install -r requirements.txt


如果你发现下载速度很慢,只有几十k/s,可以使用下面的换源方法,更改下载源。


-i 源 可以换源,加速下载:

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple


相关文章
|
3天前
|
Python
Python中字典解包(Unpacking Dictionaries)
【6月更文挑战第14天】
16 5
|
5天前
|
Linux iOS开发 MacOS
【chat-gpt问答记录】python虚拟环境venv的简介及使用
【chat-gpt问答记录】python虚拟环境venv的简介及使用
16 2
|
2天前
|
Python
Python中解包为关键字参数
【6月更文挑战第15天】
6 2
|
5天前
|
Python
NumPy 是 Python 中的一个重要的科学计算包,其核心是一个强大的 N 维数组对象 Ndarray
【6月更文挑战第18天】NumPy的Ndarray是科学计算的核心,具有ndim(维度数)、shape(各维度大小)、size(元素总数)和dtype(数据类型)属性。方法包括T(转置)、ravel()(扁平化)、reshape()(改变形状)、astype()(转换数据类型)、sum()(求和)及mean()(计算平均值)。更多属性和方法如min/max等可在官方文档中探索。
22 5
|
4天前
|
Python
在Python中,解包参数列表和Lambda表达式是两个不同的概念
【6月更文挑战第19天】在Python中,解包参数允许将序列元素作为单独参数传递给函数,如`greet(*names_and_ages)`。而Lambda表达式用于创建匿名函数,如`lambda x, y: x + y`。两者可结合使用,如`max(*numbers)`找列表最大值,但过度使用lambda可能降低代码可读性。
11 3
|
6天前
|
Python
|
5天前
|
开发者 Python
Python基础第八篇(Python异常处理,模块与包)
Python基础第八篇(Python异常处理,模块与包)
|
8天前
|
Python
Python中参数解包(Argument Unpacking)
【6月更文挑战第10天】
8 3
|
8天前
|
Python