Python多版本切换工具-Pyenv\virtualenv及Anaconda科学计算环境的配置

简介:

为了安装Anaconda科学计算环境,控制好python版本,今天上午总算折腾好了。

  • 学习python有时希望在python2.7环境下,有时希望在python3.4环境下,该怎么办呢?
  • Anconda的包也不知道适合在什么环境下工作?

解决多python环境下,python版本切换的工具--pyenv应运而生。同时,另外一个工具virtualenv则提供了一种功能, 就是将一个目录建立为一个虚拟的python环境, 这样的话, 用户可以建立多个虚拟环境, 每个环境里面的python版本可以是不同的, 也可以是相同的, 而且环境之间相互独立。
下面简要介绍一下安装的过程:

Unix系统下pyenv安装与使用:

安装pyenv

$ git clone https://github.com/yyuu/pyenv.git ~/.pyenv     #使用 git 把 pyenv 下载到家目录
$ echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc     #然后需要修改环境变量,使用 Bash Shell 的输入

$ echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc

$ echo 'eval "$(pyenv init -)"' >> ~/.bashrc     #最后添加 pyenv init

$ exec $SHELL -l     #输入命令重启 Shell,然后就可以重启pyenv

查看pyenv可安装的版本列表

$ pyenv install --list

該命令将列出pyenv可以安装的列表,单单列举几个咱们关心的python和anaconda把:

2.7.8   # Python 2最新版本 

3.4.1   # Python 3最新版本

anaconda-2.4.0  # 支持Python 2.6和2.7

anaconda3-2.0.1 # 支持Python 3.3和3.4

安装指定的python版本。

$ pyenv install 3.4.1 

该命令会从github上下载python的源代码安装,但是,我这里主要是用来进行科学计算的环境安装,因此,最后选择安装
anaconda-2.4.0(python2.7环境) 和 anaconda3-2.4.0(python3.4环境)。可以选择都安装,之后可以使用pyenv进行版本的切换。
注:

  • 这里利用pyenv命令安装的python版本都安装在~.pyenv/versions文件夹下,当然,如果你从图形界面进入Ubuntu的用户主目录下可能看不见.pyenv文件夹,这时候,你可以使用ls -a看到隐藏的文件夹。
  • 使用pip安装的包完成之后,可能需要对数据库进行更新:
pyenv rehash

卸载指定的python版本

pyenv uninstall x.x.x

python版本查看

查看当前已经安装了的python版本:

pyenv versions

输出结果如下:

*system (set by /home/michael/.pyenv/version)
2.7.1
3.4.1
anaconda-2.4.0

system是指系统的python版本;*表示当前环境所处于的python版本

python版本切换

全局版本切换:

pyenv global anaconda-2.4.0

全局切换为anaconda科学计算环境,因为,我现在也不做其他python开发,所以,无需再安装其他环境了。
查看现在的python版本:

michael@michael-ThinkCentre-XXXX:~$ pyenv versions
system
2.7.1
3.4.1
* anaconda-2.4.0 (set by /home/michael/.pyenv/version)

有全局版本切换,当然也会有局部环境的切换:
在test文件夹下希望切换到python3.4.1:

pyenv local python3.4.1

python virtualenv创建纯净虚拟环境

虽然直接安装pip安装virtualenv也行,但是通过pyenv插件的形式安装virtualenv的虚拟环境更加方便,因为之后的操作会比较方便。

安装插件pyenv-virtualenv

参考文章:http://www.tiny-coder.com/home-article-51.html
pyenv-virtualenv插件安装:项目主页:https://github.com/yyuu/pyenv-virtualenv
pyenv virtualenv是pyenv的插件,为UNIX系统上的Python virtualenvs提供pyenv virtualenv命令。

git clone https://github.com/yyuu/pyenv-virtualenv.git ~/.pyenv/plugins/pyenv-virtualenv
echo 'eval "$(pyenv virtualenv-init -)"' >> ~/.bash_profile
source ~/.bash_profile

这个插件将安装在主文件夹下的.pyenv文件夹中。

创建一个2.7.1的虚拟环境

pyenv virtualenv 2.7.1 env271

再需要创建虚拟环境的文件夹下创建虚拟环境。

这条命令在本机上创建了一个名为env271的python虚拟环境,这个环境的真实目录位于:~/.pyenv/versions/

注意,命令中的 ‘2.7.1’ 必须是一个安装前面步骤已经安装好的python版本, 否则会出错。

然后我们可以继续通过 ‘pyenv versions’ 命令来查看当前的虚拟环境。

切换和使用新的python虚拟环境:

pyenv activate env271

这样就能切换为这个版本的虚拟环境。通过输入python查看现在版本,可以发现处于虚拟环境下了。
下面基本上你就可以在这个虚拟环境里面为所欲为了 :) 再也不用担心系统路径被搞乱的问题了
如果要切换回系统环境, 运行这个命令即可

pyenv deactivate

那如果要删除这个虚拟环境呢? 答案简单而且粗暴,只要直接删除它所在的目录就好:

rm -rf ~/.pyenv/versions/env271/

或者卸载:

pyenv uninstall env271

Anaconda科学计算包的使用:

使用conda list查看anaconda安装自带的包:

michael@michael-ThinkCentre-XXXX:~/test$ conda list
# packages in environment at /home/michael/.pyenv/versions/anaconda-2.4.0:
#
abstract-rendering 0.5.1 np110py27_0 
alabaster 0.7.6 py27_0 
anaconda 2.4.0 np110py27_0 
anaconda-client 1.1.0 py27_0 
argcomplete 1.0.0 py27_1 
astropy 1.0.5 np110py27_1 
babel 2.1.1 py27_0 
backports.ssl-match-hostname 3.4.0.2 <pip>

注:

  • 使用conda list命令的环境时python版本切换到anaconda版本下,不然,这个命令无法来查询。
  • 看上面列表就能知道,anaconda的环境下,也是能使用系统pip命令安装的包的!

给anaconda安装包

conda install ××××

如果需要指定包的版本。

[package-name]=x.x   #指定包的版本

多个Python版本并存,尤其是2.x和3.x的并存。

这个通过virtualenv可以做到。Anaconda也正是通过其实现的。下面用conda创建一个名叫python2的版本为python2.7的环境。

conda create -n python2 python=2.7

这样就会在Anaconda安装目录下的envs目录下创建python2这个目录。
向其中安装扩展可以:

直接用conda install并用-n指明安装到的环境,这里自然就是python2。
像virtualenv那样,先activate,然后在虚拟环境中安装。
注:

  • 关于virtualenv的使用,还需了解,可以参考python生态
  • 下面的操作,貌似会安装很多包,谨慎使用。
conda create -n py34 python=3.4 anaconda

利用Pycharm的版本切换功能~推荐!很方便!

可以选择安装anaconda 不同的版本,然后按照下面操作,切换版本。Windows/Linux下都有Pycharm。

打开pycharm,打开preference --> project --> project interpreter-->

Windows系统切换

首先当然是安装你需要的两个不同版本的python,我安装的是2.7和3.4的,两个版本安装顺序无所谓,但是后面安装的会变成默认的(因为我是后安装的python 3.4,它就变成了默认的python)。

然后去python27 文件夹下面把python.exe改名python2.exe,然后就可以在命令行下通过python或者py来调用3.x,python2来调用2.x。

另外pip的话直接使用 pip2 或者 pip3 就可以了。

virtualenv

简单来说,你的每一个项目都可以拥有一个单独的、孤立的Python环境;你可以把所需的包安装到各自孤立的环境中。1

  • 还是通过pip安装virutalenv。
sudo pip install virtualenv
  • 安装完之后,运行下面的命令,为你的项目创建孤立的Python环境。
$ mkdir my_project_venv
$ virtualenv --distribute my_project_venv
# The output will something like:
New python executable in my_project_venv/bin/python
Installing distribute.............................................done.
Installing pip.....................done.

那么这行代码都做了些什么呢?你创建了一个名叫my_project_venv的文件夹,用于存储新的Python环境。--distribute参数告诉virtualenv使用基于distribute包开发的新的、更好的打包系统,而不是基于setuptools的旧系统。你现在只需要知道,--distribute参数将会自动在虚拟环境中安装pip,免去了手动安装的麻烦。随着你的Python编程经验和知识增加,你会慢慢明白这个过程的具体细节。

  • 通过下面的命令,激活虚拟环境:
$ cd my_project_venv
$ source bin/activate

使用source命令启动activate脚本之后,你的命令行提示符应该会变成这样:

(my_project_venv)$

虚拟环境的名称会添加在$提示符的前面。

  • 现在运行下面的命令,关闭虚拟环境:
(my_project_venv)$ deactivate

当你在系统层面安装virtualenv时(如果激活了虚拟环境,请先关闭),可以运行下面的命令帮助自己理解。

首先,我们来看看如果我们在终端输入python或者pip,系统会使用哪个执行文件。

$ which python
/usr/bin/python
$ which pip
/usr/local/bin/pip

参考:

pyenv

  1. Python多版本共存之pyenv
  2. yyuu/pyenv-github
  3. 用pyenv 和 virtualenv 搭建单机多版本python 虚拟开发环境
  4. lixm/pybooklet-github
  5. 使用 pyenv 和 Miniconda 管理 Python 科学计算环境
  6. Python 2.X 3.X 多版本共存
  7. 一篇文章入门Python生态系统
  8. 用pyenv和virtualenv搭建python虚拟环境

Anaconda

  1. DOWNLOAD ANACONDA NOW
  2. [P]ython科学计算利器——Anaconda](http://www.cnblogs.com/CodeCabin/p/3961118.html)
  3. Python科学计算发行版—Anaconda
目录
相关文章
|
1月前
|
安全 编译器 开发者
Python语言的配置解释器
Python语言的配置解释器
|
1月前
|
Unix Shell Linux
赞!优雅的Python多环境管理神器!易上手易操作!
赞!优雅的Python多环境管理神器!易上手易操作!
|
20小时前
|
5G Python
Windows11搭建Python环境(Anaconda安装与使用)
Windows11搭建Python环境(Anaconda安装与使用)
|
5天前
|
机器学习/深度学习 数据挖掘 计算机视觉
python数据分析工具SciPy
【4月更文挑战第15天】SciPy是Python的开源库,用于数学、科学和工程计算,基于NumPy扩展了优化、线性代数、积分、插值、特殊函数、信号处理、图像处理和常微分方程求解等功能。它包含优化、线性代数、积分、信号和图像处理等多个模块。通过SciPy,可以方便地执行各种科学计算任务。例如,计算高斯分布的PDF,需要结合NumPy使用。要安装SciPy,可以使用`pip install scipy`命令。这个库极大地丰富了Python在科学计算领域的应用。
10 1
|
5天前
|
存储 API Python
python之代理ip的配置与调试
python之代理ip的配置与调试
|
6天前
|
数据可视化 数据挖掘 Python
Python中数据分析工具Matplotlib
【4月更文挑战第14天】Matplotlib是Python的数据可视化库,能生成多种图表,如折线图、柱状图等。以下是一个绘制简单折线图的代码示例: ```python import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.figure() plt.plot(x, y) plt.title(&#39;简单折线图&#39;) plt.xlabel(&#39;X轴&#39;) plt.ylabel(&#39;Y轴&#39;) plt.show() ```
9 1
|
6天前
|
数据采集 SQL 数据可视化
Python数据分析工具Pandas
【4月更文挑战第14天】Pandas是Python的数据分析库,提供Series和DataFrame数据结构,用于高效处理标记数据。它支持从多种数据源加载数据,包括CSV、Excel和SQL。功能包括数据清洗(处理缺失值、异常值)、数据操作(切片、过滤、分组)、时间序列分析及与Matplotlib等库集成进行数据可视化。其高性能底层基于NumPy,适合大型数据集处理。通过加载数据、清洗、分析和可视化,Pandas简化了数据分析流程。广泛的学习资源使其成为数据分析初学者的理想选择。
10 1
|
7天前
|
Python
IDA3.12版本的python,依旧报错IDAPython: error executing init.py.No module named ‘impRefer to the message win
IDA3.12版本的python,依旧报错IDAPython: error executing init.py.No module named ‘impRefer to the message win
|
12天前
|
测试技术 开发者 Python
Python中的装饰器:优雅而强大的函数修饰工具
在Python编程中,装饰器是一种强大的工具,用于修改函数或方法的行为。本文将深入探讨Python中装饰器的概念、用法和实际应用,以及如何利用装饰器实现代码的优雅和高效。
|
16天前
|
数据采集 JavaScript C++
Python搭建编程环境-安装Python3解释器
Python搭建编程环境-安装Python3解释器
24 1