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
|
4天前
|
Shell 数据安全/隐私保护 Docker
docker安装anaconda3 python环境
docker安装anaconda3 python环境
11 0
|
6天前
|
人工智能 IDE 开发工具
python环境安装教程
python环境安装教程
23 0
|
6天前
|
API 开发者 Docker
python中版本不兼容问题
【5月更文挑战第3天】python中版本不兼容问题
16 2
|
8天前
|
存储 程序员 Python
Python中自定义类实例化数组的艺术
Python中自定义类实例化数组的艺术
8 1
|
14天前
|
机器学习/深度学习 PyTorch TensorFlow
【Python机器学习专栏】Python环境下的机器学习库概览
【4月更文挑战第30天】本文介绍了Python在机器学习中的重要性及几个主流库:NumPy用于数值计算,支持高效的数组操作;Pandas提供数据帧和序列,便利数据处理与分析;Matplotlib是数据可视化的有力工具;Scikit-learn包含多种机器学习算法,易于使用;TensorFlow和Keras是深度学习框架,Keras适合初学者;PyTorch则以其动态计算图和调试工具受到青睐。这些库助力机器学习研究与实践。
|
14天前
|
Python
conda升级python版本
conda升级python版本
|
18天前
|
开发者 Python
six,一个神奇的 Python 版本兼容工具库!
six,一个神奇的 Python 版本兼容工具库!
24 4
|
18天前
|
Ubuntu Python
ubuntu升级Python版本
现在,你已成功升级了Python版本并可以使用新版本进行开发和运行程序。
35 1
|
20天前
|
运维 Shell Python
第九章 Python自定义模块及导入方法
第九章 Python自定义模块及导入方法
|
20天前
|
机器学习/深度学习 人工智能 运维
Python从入门到精通:1.1.2了解Python基本概念与安装Python环境
Python从入门到精通:1.1.2了解Python基本概念与安装Python环境