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
AI 代码解读

2>.查看有关当前conda安装的信息

C:\Users\yinzhengjie>conda info
AI 代码解读

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
AI 代码解读

4>.使用conda的安装Python软件包

C:\Users\yinzhengjie>conda install pandas          #安装pandas软件包
AI 代码解读

5>.使用conda的卸载Python软件包

C:\Users\yinzhengjie>conda uninstall pandas
AI 代码解读

6>.通过conda搜索软件包

C:\Users\yinzhengjie>conda search django
AI 代码解读

7>.更新软件包

C:\Users\yinzhengjie>conda update pandas
AI 代码解读

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
AI 代码解读

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
AI 代码解读

2>.列出conda管理的所有子环境

C:\Users\yinzhengjie>conda env list
AI 代码解读

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>
AI 代码解读

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。
AI 代码解读

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
AI 代码解读

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
AI 代码解读

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。
AI 代码解读

8>.导出环境

C:\Users\yinzhengjie>conda env export --name py2 > py2.yml
AI 代码解读

9>.导入环境

C:\Users\yinzhengjie>conda env create -f py2.yml
AI 代码解读

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。
AI 代码解读

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。
AI 代码解读

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
AI 代码解读
目录
打赏
0
2
2
0
173
分享
相关文章
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化和调试技巧,涵盖使用内置函数、列表推导式、生成器、`cProfile`、`numpy`等优化手段,以及`print`、`assert`、`pdb`和`logging`等调试方法。通过实战项目如优化排序算法和日志记录的Web爬虫,帮助你编写高效稳定的Python程序。
Python 高级编程与实战:深入理解面向对象与并发编程
本文深入探讨Python的高级特性,涵盖面向对象编程(继承、多态、特殊方法、类与实例属性)、异常处理(try-except、finally)和并发编程(多线程、多进程、异步编程)。通过实战项目如聊天服务器和异步文件下载器,帮助读者掌握这些技术,编写更复杂高效的Python程序。
Python 高级编程与实战:深入理解数据科学与机器学习
在前几篇文章中,我们探讨了 Python 的基础语法、面向对象编程、函数式编程、元编程、性能优化和调试技巧。本文将深入探讨 Python 在数据科学和机器学习中的应用,并通过实战项目帮助你掌握这些技术。
Python高级编程与实战:深入理解函数式编程与元编程
本文深入介绍Python的函数式编程和元编程。函数式编程强调纯函数与不可变数据,涵盖`map`、`filter`、`reduce`及`lambda`的使用;元编程则涉及装饰器、元类和动态属性等内容。通过实战项目如日志记录器和配置管理器,帮助读者掌握这些高级技术,编写更灵活高效的Python程序。
Python 高级编程与实战:深入理解并发编程与分布式系统
在前几篇文章中,我们探讨了 Python 的基础语法、面向对象编程、函数式编程、元编程、性能优化、调试技巧、数据科学、机器学习、Web 开发、API 设计、网络编程和异步IO。本文将深入探讨 Python 在并发编程和分布式系统中的应用,并通过实战项目帮助你掌握这些技术。
Python 高级编程与实战:深入理解网络编程与异步IO
在前几篇文章中,我们探讨了 Python 的基础语法、面向对象编程、函数式编程、元编程、性能优化、调试技巧、数据科学、机器学习、Web 开发和 API 设计。本文将深入探讨 Python 在网络编程和异步IO中的应用,并通过实战项目帮助你掌握这些技术。
Python 高级编程与实战:深入理解 Web 开发与 API 设计
在前几篇文章中,我们探讨了 Python 的基础语法、面向对象编程、函数式编程、元编程、性能优化、调试技巧以及数据科学和机器学习。本文将深入探讨 Python 在 Web 开发和 API 设计中的应用,并通过实战项目帮助你掌握这些技术。
一文搞懂Python上下文管理器
一文搞懂Python上下文管理器
114 0
python上下文管理器细读
今天讲python上下文管理器细读
118 0

热门文章

最新文章