DSW环境创建自定义python环境,使用更高版本python

简介: DSW环境创建自定义python环境,使用更高版本python

创建环境

打开https://dsw-dev.data.aliyun.com/,进入DSW环境
DSW环境默认的python环境配置python版本为3.6,但是在实际开发过程中,安装软件包依赖更高的python版本,这样一些软件包不能使用合适的版本,那有什么方法可以使用吗,这里就是用conda再创建一个环境,安装更新的版本软件。

File->New->Terminal打开终端,
使用conda create命令创建名为py39的环境,使用的python版本为3.9

sh-4.2$ which conda
/opt/conda/bin/conda
sh-4.2$ conda create --name py39 python=3.9 # 创建python3.9的虚拟环境
Collecting package metadata (current_repodata.json): done
Solving environment: done


==> WARNING: A newer version of conda exists. <==
  current version: 4.9.2
  latest version: 4.13.0

Please update conda by running

    $ conda update -n base conda



## Package Plan ##

  environment location: /home/admin/.conda/envs/py39

  added / updated specs:
    - python=3.9


The following NEW packages will be INSTALLED:

  _libgcc_mutex      anaconda/pkgs/main/linux-64::_libgcc_mutex-0.1-main
  _openmp_mutex      anaconda/pkgs/main/linux-64::_openmp_mutex-5.1-1_gnu
  ca-certificates    anaconda/pkgs/main/linux-64::ca-certificates-2022.4.26-h06a4308_0
  certifi            anaconda/pkgs/main/linux-64::certifi-2022.6.15-py39h06a4308_0
  ld_impl_linux-64   anaconda/pkgs/main/linux-64::ld_impl_linux-64-2.38-h1181459_1
  libffi             anaconda/pkgs/main/linux-64::libffi-3.3-he6710b0_2
  libgcc-ng          anaconda/pkgs/main/linux-64::libgcc-ng-11.2.0-h1234567_1
......
Proceed ([y]/n)? y

Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
#     $ conda activate py39
#
# To deactivate an active environment, use
#
#     $ conda deactivate

使用

然后切换shell为bash,再运行conda activate py39,便切换到新创建的环境,查看安装的python版本为python 3.9.12

sh-4.2$ bash
(base) [admin@d20220630143618d35b74e10cea001390033-6975cd4898-9hqn9 jupyter]$ conda activate py39
(py39) [admin@d20220630143618d35b74e10cea001390033-6975cd4898-9hqn9 jupyter]$ python --version
Python 3.9.12
(py39) [admin@d20220630143618d35b74e10cea001390033-6975cd4898-9hqn9 jupyter]$ 

安装tensorflow,可以看到安装的版本为2.9.1,是比较新的版本

(py39) [admin@d20220630143618d35b74e10cea001390033-6975cd4898-9hqn9 jupyter]$ pip install tensorflow
Looking in indexes: https://mirrors.aliyun.com/pypi/simple
Collecting tensorflow
  Downloading https://mirrors.aliyun.com/pypi/packages/fd/0a/4772fb94cf9b4ad7553c253193afc2e7ea5403f7390976885e5066e3d518/tensorflow-2.9.1-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (511.7 MB)
     |▎                               | 4.9 MB 449 kB/s eta 0:18:49

然后可以继续安装其他需要的依赖包

安装到ipykernel

集成到ipykernel环境

(py39) [admin@d20220630143618d35b74e10cea001390033-6975cd4898-9hqn9 jupyter]$ pip install ipykernel

(py39) [admin@d20220630143618d35b74e10cea001390033-6975cd4898-9hqn9 jupyter]$ python -m ipykernel install --user
Installed kernelspec python3 in /home/admin/.local/share/jupyter/kernels/python3

新建notebook,查看python版本为3.9,版本已切换
2022-06-30-14-57-59.png

目录
相关文章
|
12天前
|
存储 JSON API
如何自定义Python环境变量?
如何自定义Python环境变量?
27 3
|
12天前
|
机器学习/深度学习 数据可视化 Docker
Python环境
Python环境
24 3
|
22天前
|
弹性计算 Linux iOS开发
Python 虚拟环境全解:轻松管理项目依赖
本文详细介绍了 Python 虚拟环境的概念、创建和使用方法,包括 `virtualenv` 和 `venv` 的使用,以及最佳实践和注意事项。通过虚拟环境,你可以轻松管理不同项目的依赖关系,避免版本冲突,提升开发效率。
|
1月前
|
IDE 网络安全 开发工具
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
本文介绍了如何在PyCharm专业版中连接远程服务器并配置远程Python环境解释器,以便在服务器上运行代码。
331 0
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
|
1月前
|
机器学习/深度学习 缓存 PyTorch
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
这篇文章是关于如何下载、安装和配置Miniconda,以及如何使用Miniconda创建和管理Python环境的详细指南。
401 0
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
|
1月前
|
机器学习/深度学习 缓存 Linux
python环境学习:pip介绍,pip 和 conda的区别和联系。哪个更好使用?pip创建虚拟环境并解释venv模块,pip的常用命令,conda的常用命令。
本文介绍了Python的包管理工具pip和环境管理器conda的区别与联系。pip主要用于安装和管理Python包,而conda不仅管理Python包,还能管理其他语言的包,并提供强大的环境管理功能。文章还讨论了pip创建虚拟环境的方法,以及pip和conda的常用命令。作者推荐使用conda安装科学计算和数据分析包,而pip则用于安装无法通过conda获取的包。
84 0
|
5天前
|
存储 数据挖掘 开发者
Python编程入门:从零到英雄
在这篇文章中,我们将一起踏上Python编程的奇幻之旅。无论你是编程新手,还是希望拓展技能的开发者,本教程都将为你提供一条清晰的道路,引导你从基础语法走向实际应用。通过精心设计的代码示例和练习,你将学会如何用Python解决实际问题,并准备好迎接更复杂的编程挑战。让我们一起探索这个强大的语言,开启你的编程生涯吧!
|
11天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
11天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
|
11天前
|
存储 Python
Python编程入门:打造你的第一个程序
【10月更文挑战第39天】在数字时代的浪潮中,掌握编程技能如同掌握了一门新时代的语言。本文将引导你步入Python编程的奇妙世界,从零基础出发,一步步构建你的第一个程序。我们将探索编程的基本概念,通过简单示例理解变量、数据类型和控制结构,最终实现一个简单的猜数字游戏。这不仅是一段代码的旅程,更是逻辑思维和问题解决能力的锻炼之旅。准备好了吗?让我们开始吧!
下一篇
无影云桌面