创建 python 虚拟环境

简介: conda 创建环境conda 可以理解为一个工具,也是一个可执行命令,其核心功能是包管理与环境管理。包管理与 pip 的使用类似,环境管理则允许用户方便地安装不同版本的 python 并可以快速切换。

conda 创建环境

conda 可以理解为一个工具,也是一个可执行命令,其核心功能是包管理与环境管理。包管理与 pip 的使用类似,环境管理则允许用户方便地安装不同版本的 python 并可以快速切换。 conda 的设计理念——conda 将几乎所有的工具、第三方包都当做 package 对待,甚至包括 python 和 conda 自身;Anaconda 则是一个打包的集合,里面预装好了conda、某个版本的 python、众多 packages、科学计算工具等等。

  1. 首先在所在系统中安装 Anaconda。可以打开命令行输入 conda -V 检验是否安装以及当前 conda 的版本。
  2. conda常用的命令。
    • conda list 查看安装了哪些包。
    • conda env listconda info -e 查看当前存在哪些虚拟环境
    • conda update conda 检查更新当前 conda
  3. 创建 Python 虚拟环境。
    使用 conda create -n your_env_name python=X.X(2.7、3.6等) anaconda 命令创建 python 版本为 X.X、名字为 your_env_name 的虚拟环境。your_env_name 文件可以在 Anaconda 安装目录 envs 文件下找到。
# 指定 python 版本为3.6.5,注意至少需要指定 python 版本或者要安装的包
# 如果不指定 python 版本,自动安装最新 python 版本
conda create -n env_name python=3.6.5
# 同时安装必要的包
conda create -n env_name numpy matplotlib python=2.7
# 克隆创建了一个和原系统一样的 python 环境,命名为 nb
conda create -n nb --clone root
  1. 使用激活(或切换不同 python 版本)的虚拟环境。
    • 打开命令行输入 python --version 可以检查当前 python 的版本。
    • 使用如下命令即可激活你的虚拟环境(即将 python 的版本改变)。
      • Linux: source activate your_env_name(虚拟环境名称)
      • Windows: activate your_env_name(虚拟环境名称)
        这时再使用 python --version 可以检查当前 python 版本是否为想要的。
  2. 对虚拟环境中安装额外的包。
    • 使用命令conda install -n your_env_name [package]即可安装 package 到 your_env_name 中
  3. 关闭环境
    • Linux: source deactivate
    • Windows: deactivate
  4. 移除虚拟环境
    • 移除某个环境中的包
      conda remove --name $ENVIRONMENT_NAME $PACKAGE_NAME
    • 移除某个虚拟环境
      conda remove -n yourenvname --all

virtualenv 创建虚拟环境

安装virtualenv

pip install virtualenv

创建虚拟环境

mkdir myproject
cd myproject
virtualenv venv

创建了一个名为 myproject 的文件夹,然后这里边创建虚拟环境 venv。

  • 在创建 virtualenv 时增加 --no-site-packages 选项的 virtualenv 就不会读取系统包,如下:
    virtualenv nowamagic_venv --no-site-packages
  • --distribute选项使 virtualenv 使用新的基于发行版的包管理系统而不是 setuptools 获得的包。 你现在需要知道的就是 --distribute 选项会自动在新的虚拟环境中安装 pip ,这样就不需要手动安装了。 当你成为一个更有经验的Python开发者,你就会明白其中细节。
    virtualenv --distribute nowamagic_venv

激活虚拟环境

  • Linux:.~/.venv/bin/activate 或者 source$ENV_BASE_DIR/$ENVIRONMENT_NAME/bin/activate
  • Windows: venv\scripts\activate

退出环境

deactivate

探寻有趣之事!
目录
相关文章
|
1月前
|
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
31 2
|
24天前
|
分布式计算 并行计算 安全
在Python Web开发中,Python的全局解释器锁(Global Interpreter Lock,简称GIL)是一个核心概念,它直接影响了Python程序在多线程环境下的执行效率和性能表现
【6月更文挑战第30天】Python的GIL是CPython中的全局锁,限制了多线程并行执行,尤其是在多核CPU上。GIL确保同一时间仅有一个线程执行Python字节码,导致CPU密集型任务时多线程无法充分利用多核,反而可能因上下文切换降低性能。然而,I/O密集型任务仍能受益于线程交替执行。为利用多核,开发者常选择多进程、异步IO或使用不受GIL限制的Python实现。在Web开发中,理解GIL对于优化并发性能至关重要。
42 0
|
13天前
|
数据采集 存储 API
Python虚拟环境数据共享技术解析:最佳实践与常见误区
本文探讨了Python爬虫开发中如何在虚拟环境中管理数据,提倡使用共享目录、数据库和API进行数据共享。通过创建虚拟环境、安装依赖并提供一个使用代理IP爬取微博数据的示例,阐述了如何配置代理、解析网页及保存数据到共享路径。强调了避免硬编码路径、忽视依赖管理和数据安全性的误区。
33 11
Python虚拟环境数据共享技术解析:最佳实践与常见误区
|
16天前
|
Linux iOS开发 MacOS
python的virtualenv虚拟环境常见问题和命令
`venv`是Python的内置模块,用于创建隔离的虚拟环境。创建虚拟环境如`python3 -m venv myenv`,激活环境在Windows上是`./venv/Scripts/activate`,在Unix-like系统是`source myenv/bin/activate`。退出环境用`deactivate`。`pip list`查看已安装包,`pip install`安装包,`pip freeze > requirements.txt`保存依赖。PyCharm中红色`venv`表示项目使用了虚拟环境。
23 2
 python的virtualenv虚拟环境常见问题和命令
|
10天前
|
机器人 Shell 开发者
`roslibpy`是一个Python库,它允许非ROS(Robot Operating System)环境(如Web浏览器、移动应用等)与ROS环境进行交互。通过使用`roslibpy`,开发者可以编写Python代码来远程控制ROS节点,发布和订阅话题,以及调用服务。
`roslibpy`是一个Python库,它允许非ROS(Robot Operating System)环境(如Web浏览器、移动应用等)与ROS环境进行交互。通过使用`roslibpy`,开发者可以编写Python代码来远程控制ROS节点,发布和订阅话题,以及调用服务。
|
10天前
|
开发者 Python
确保你的Python环境中已经安装了`python-docx`模块。如果还没有安装,可以通过pip来安装:
确保你的Python环境中已经安装了`python-docx`模块。如果还没有安装,可以通过pip来安装:
|
20天前
|
JSON 数据格式 Python
Flask实现内部接口----pycharm安装及新建,location代表着文件路径,下面是Python的环境,Flask是由Python开发的框架,Python文件接口ython通过GET发送
Flask实现内部接口----pycharm安装及新建,location代表着文件路径,下面是Python的环境,Flask是由Python开发的框架,Python文件接口ython通过GET发送
|
19天前
|
机器学习/深度学习 算法 数据挖掘
Python强化学习应用于数据分析决策策略:** - 强化学习让智能体通过环境互动学习决策。
【7月更文挑战第5天】**Python强化学习应用于数据分析决策策略:** - 强化学习让智能体通过环境互动学习决策。 - Python因丰富库(如TensorFlow, PyTorch, Keras, Pandas, NumPy)和生态而受青睐。 - 使用OpenAI Gym构建环境,如`gym.make('CartPole-v0')`。 - 选择模型,例如神经网络,定义策略如Q-Learning。 - 训练模型,调整智能体行为,如Q-Learning更新Q表。 - 最后评估模型性能,实现数据驱动决策。
26 3
|
25天前
|
Python Windows
Python 在 Windows 环境下的文件路径问题
在 Python 程序中,我们经常需要对文件进行操作。在 Windows 下,文件目录路径使用反斜杠“\”来分隔。然而,在 Python 代码中,反斜杠“\”是转义符,例如“\n”表示换行符、“\t”表示制表符。这样,如果继续使用“\”表示文件路径,就会产生歧义。
|
7天前
|
运维 DataWorks 安全
DataWorks产品使用合集之如何在本地环境中安装Python包
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。