python开发先创建虚拟环境呀

简介: python开发先创建虚拟环境呀

一、python虚拟环境概述(virtual environment)

它是一个虚拟化,从电脑独立开辟出来的环境。通俗的来讲,虚拟环境就是借助虚拟机docker(容器)来把一部分内容独立出来,我们把这部分独立出来的东西称作“容器”,在这个容器中,我们可以只安装我们需要的依赖包,各个容器之间互相隔离,互不影响。譬如,本次学习需要用到mindspore学习,我就创建一个mindspore的虚拟环境,其中的一些mindspore的项目使用到的numpy,pandas等版本问题,就可以重新安装而不影响。

二、虚拟环境作用

不同的项目,使用的包或库版本是不同,如果新老项目都使用同一个环境话,可能会导致最新的项目在包升级的时候把包升级到最新版,导致老项目代码将出现问题,这样将会非常的混乱。 虚拟环境就可以很好地把他们给分割出来

比如:我在安装mindspore的版本号时,他就需要pandas在版本1.8以下的,我只有重新安装才可以。但是之前我电脑中已经存在了,就需要重新安装,但是我重新安装后,我的TensorFlow框架就需要1.8以上,这就产生冲突,导致以前面目不能使用。这时候我使用虚拟环境就可以使他们隔离,两者运行环境不再影响。

三、虚拟环境使用

在这里我只在anaconda中创建了虚拟环境,就给出anaconda中虚拟环境使用

1.打开anaconda的 prompt

2.使用conda命令创建虚拟环境

conda create -n environment_name python=X.X

我这里是创建名字为mindspore的虚拟环境使用python=3.7.5

conda create -n mindspore python=3.7.5

3.进入mindspore环境

conda activate mindspore

之后就ok啦,就创建好了

创建的环境就可以在jupyter等上面使用了。

打开这个

在这里更改虚拟环境

点击launch进入就行啦

conda env list

conda info -e

三、常见虚拟环境中命令

在anaconda中虚拟环镜中,这几个是常见的一些命令,我们可以先看一下,多敲几遍就会啦:

列出有哪些虚拟环境

conda env list
conda info -e

创建虚拟环境

conda create -n your_env_name python=X.X

激活虚拟环境

Linux: source activate your_env_name
     
Windows: activate your_env_name

在虚拟环境中安装额外的包

conda install -n your_env_name [package]

关闭虚拟环境

Linux:source deactivate
     
Windows:deactivate

删除虚拟环境

conda remove -n your_env_name --all

删除环境中某一个包

conda remove --name $your_env_name $package_name

最后这章虚拟说明,让我们知道在进行一个项目时候,我们创建一个虚拟环境是对我们项目开发是非常好滴。

相关文章
|
10月前
|
存储 监控 算法
淘宝买家秀 API开发实录Python(2025)
本文讲述了作者在电商开发领域,尤其是对接淘宝买家秀 API 接口过程中所经历的挑战与收获。从申请接入、签名验证、频率限制到数据处理和实时监控,作者分享了多个实战经验与代码示例,帮助开发者更高效地获取和处理买家秀数据,提升开发效率。
|
API C++ 开发者
PySide vs PyQt:Python GUI开发史诗级对决,谁才是王者?
PySide 和 PyQt 是 Python GUI 开发领域的两大利器,各有特色。PySide 采用 LGPL 协议,更灵活;PyQt 默认 GPL,商业使用需授权。两者背后团队实力雄厚,PySide 得到 Qt 官方支持,PyQt 由 Riverbank Computing 打造。API 设计上,PySide 简洁直观,贴近原生 Qt;PyQt 增加 Pythonic 接口,操作更高效。性能方面,两者表现优异,适合不同需求的项目开发。选择时可根据项目特点与开源要求决定。
1344 20
|
9月前
|
设计模式 人工智能 API
AI智能体开发实战:17种核心架构模式详解与Python代码实现
本文系统解析17种智能体架构设计模式,涵盖多智能体协作、思维树、反思优化与工具调用等核心范式,结合LangChain与LangGraph实现代码工作流,并通过真实案例验证效果,助力构建高效AI系统。
969 7
|
人工智能 安全 Shell
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
Jupyter MCP服务器基于模型上下文协议(MCP),实现大型语言模型与Jupyter环境的无缝集成。它通过标准化接口,让AI模型安全访问和操作Jupyter核心组件,如内核、文件系统和终端。本文深入解析其技术架构、功能特性及部署方法。MCP服务器解决了传统AI模型缺乏实时上下文感知的问题,支持代码执行、变量状态获取、文件管理等功能,提升编程效率。同时,严格的权限控制确保了安全性。作为智能化交互工具,Jupyter MCP为动态计算环境与AI模型之间搭建了高效桥梁。
793 2
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
|
11月前
|
数据采集 存储 数据库
Python爬虫开发:Cookie池与定期清除的代码实现
Python爬虫开发:Cookie池与定期清除的代码实现
|
Python
在VScode环境下配置Python环境的方法
经过上述步骤,你的VSCode环境就已经配置好了。请尽情享受这扇你为自己开启的知识之窗。如同你在冒险世界中前行,你的探索之路只有越走越广,你获得的知识只会越来越丰富,你的能力只会越来越强。
1183 37
|
10月前
|
算法 程序员 API
电商程序猿开发实录:淘宝商品python(2)
本文分享了开发者在对接淘宝商品详情API过程中的真实经历,涵盖权限申请、签名验证、限流控制、数据解析及消息订阅等关键环节,提供了实用的Python代码示例,帮助开发者高效调用API,提升系统稳定性与数据处理能力。
|
12月前
|
人工智能 搜索推荐 数据可视化
用 Python 制作简单小游戏教程:手把手教你开发猜数字游戏
本教程详细讲解了用Python实现经典猜数字游戏的完整流程,涵盖从基础规则到高级功能的全方位开发。内容包括游戏逻辑设计、输入验证与错误处理、猜测次数统计、难度选择、彩色输出等核心功能,并提供完整代码示例。同时,介绍了开发环境搭建及调试方法,帮助初学者快速上手。最后还提出了图形界面、网络对战、成就系统等扩展方向,鼓励读者自主创新,打造个性化游戏版本。适合Python入门者实践与进阶学习。
1351 1
|
12月前
|
存储 算法 数据可视化
用Python开发猜数字游戏:从零开始的手把手教程
猜数字游戏是编程入门经典项目,涵盖变量、循环、条件判断等核心概念。玩家通过输入猜测电脑生成的随机数,程序给出提示直至猜中。项目从基础实现到功能扩展,逐步提升难度,适合各阶段Python学习者。
926 0
|
12月前
|
数据采集 存储 监控
抖音直播间采集提取工具,直播间匿名截流获客软件,Python开发【仅供学习】
这是一套基于Python开发的抖音直播间数据采集与分析系统,包含观众信息获取、弹幕监控及数据存储等功能。代码采用requests、websockets和sqlite3等...

推荐镜像

更多