Python软件包及环境管理器conda实战篇

简介: 详细介绍了如何使用conda进行Python软件包管理及环境管理,包括查看、安装、卸载软件包,切换源,管理不同版本的Python环境,以及解决使用过程中可能遇到的错误。

作者:尹正杰
版权声明:原创作品,谢绝转载!否则将追究法律责任。

一.使用conda管理Python软件包

1>.查看已安装的软件包

C:\Users\yinzhengjie>conda list

2>.查看有关当前conda安装的信息

C:\Users\yinzhengjie>conda info

3>.conda切换国内源(用以加速)

  conda切换国内源:
    Linux/MAC:
        ~/.condarc

    Windows:(执行命令行"conda config --set show_channel_urls yes"后,自动创建".condarc"文件)
        C:\Users\yinzhengjie\.condarc

    在对应操作系统的pip配置文件中添加以下几行:
      channels:
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
    ssl_verify: true

    如果需要换回conda的默认源,直接删除channels即可,命令如下:
    conda config --remove-key channels

4>.使用conda的安装Python软件包

C:\Users\yinzhengjie>conda install pandas          #安装pandas软件包

5>.使用conda的卸载Python软件包

C:\Users\yinzhengjie>conda uninstall pandas

6>.通过conda搜索软件包

C:\Users\yinzhengjie>conda search django

7>.更新软件包

C:\Users\yinzhengjie>conda update pandas

8>.查看conda子命令的帮助信息

C:\Users\yinzhengjie>conda clean -h          #查看"conda clean"子命令的使用方法

二.使用conda管理多版本Python环境

1>.查看"conda env"子命令的使用方法

C:\Users\yinzhengjie>conda env -h

2>.列出conda管理的所有子环境

C:\Users\yinzhengjie>conda env list

3>.创建Python环境

C:\Users\yinzhengjie>conda create --name py2 python=2            #由于我们在指定Python版本时仅指定了数字"2",因此他会去下载最新Python 2的版本,当前最新版本是"2.7.13",如下图所示。
C:\Users\yinzhengjie>
C:\Users\yinzhengjie>conda create --name py26 python=2.6          #需要注意的是,和上面相比,我的Python版本值得相对来说明确一些啦,此时他会下载最新"Python2.6"的版本,当前该版本对应的最新小版本为"2.6.9"
C:\Users\yinzhengjie>
C:\Users\yinzhengjie>conda create --name py273 python=2.7.3          #再次注意哈,和上面相比,此时我指定的python版本是完整的,因此他会去下载对应的"python2.7.3"版本。
C:\Users\yinzhengjie>

4>.进入子环境

C:\Users\yinzhengjie>conda activate py2          #进入名为"p2"的子环境中,你也可以理解激活该环境。

5>.退出当前子环境

(py2) C:\Users\yinzhengjie>conda deactivate          #退出当前名为"p2"的子Python环境

6>.删除子环境(记得删除"D:\yinzhengjie\python\Miniconda3\envs"下对应的目录哟~)

C:\Users\yinzhengjie>conda env remove --name py263            #删除名为"py263"的子环境

7>.克隆原有环境(不推荐使用,你会发现克隆的2个目录大小并不一致,因此说明新创建的环境会依赖克隆的环境)

C:\Users\yinzhengjie>conda create --name py27 --clone py2          #创建名为"py27"的Python环境,这里可使用"--colne"指定一个已存在的"py2"环境,即克隆"py2"的环境,生成一个新的的py27环境。

8>.导出环境

C:\Users\yinzhengjie>conda env export --name py2 > py2.yml

9>.导入环境

C:\Users\yinzhengjie>conda env create -f py2.yml

三.使用时可能遇见的错误

1>.An unexpected error has occurred. Conda has prepared the above report.

解决方案:
    先执行"conda clean -i",而后继续执行"conda create --name pycharmProject-3.6 python=3.6"观察是否有新的报错信息。

2>.HTTP 000 CONNECTION FAILED for url https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/win-64/current_repodata.json

  解决方案:
    如下图所示,若出现问题了我会手动去测试能够正常打开对应的URL链接,若是能正常打开,说明本次操作可能是网络波动造成的,可以多尝试几次命令的执行即可。

3>.博主推荐阅读

  Python软件包管理工具pip实战篇:
    https://developer.aliyun.com/article/1604475
目录
相关文章
|
1月前
|
测试技术 数据库 Python
Python装饰器实战:打造高效性能计时工具
在数据分析中,处理大规模数据时,分析代码性能至关重要。本文介绍如何使用Python装饰器实现性能计时工具,在不改变现有代码的基础上,方便快速地测试函数执行时间。该方法具有侵入性小、复用性强、灵活度高等优点,有助于快速发现性能瓶颈并优化代码。通过设置循环次数参数,可以更准确地评估函数的平均执行时间,提升开发效率。
106 61
Python装饰器实战:打造高效性能计时工具
|
27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。
86 34
|
4天前
|
存储 数据采集 数据库
Python爬虫实战:股票分时数据抓取与存储
Python爬虫实战:股票分时数据抓取与存储
|
28天前
|
运维 Shell 数据库
Python执行Shell命令并获取结果:深入解析与实战
通过以上内容,开发者可以在实际项目中灵活应用Python执行Shell命令,实现各种自动化任务,提高开发和运维效率。
56 20
|
29天前
|
人工智能 Java Python
python安装、vscode安装、conda安装:一文搞定Python的开发环境(史上最全)
尼恩架构团队推出了一系列《LLM大模型学习圣经》PDF,旨在帮助读者深入理解并掌握大型语言模型(LLM)及其相关技术。该系列包括Python基础、Transformer架构、LangChain框架、RAG架构及LLM智能体等内容,覆盖从理论到实践的各个方面。此外,尼恩还提供了配套视频教程,计划于2025年5月前发布,助力更多人成为大模型应用架构师,冲击年薪百万目标。
|
1月前
|
SQL 分布式计算 数据处理
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!
53 1
|
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。
110 2
|
1月前
|
人工智能 编译器 Python
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
41 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
|
数据库连接 数据库 Python
Python上下文管理器详解
Python上下文管理器详解
141 0
|
Python
一文搞懂Python上下文管理器
一文搞懂Python上下文管理器
113 0

热门文章

最新文章

推荐镜像

更多