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
|
14天前
|
缓存 监控 供应链
唯品会自定义 API 自定义操作深度分析及 Python 实现
唯品会开放平台提供丰富API,支持商品查询、订单管理、促销活动等电商全流程操作。基于OAuth 2.0认证机制,具备安全稳定的特点。通过组合调用基础接口,可实现数据聚合、流程自动化、监控预警及跨平台集成,广泛应用于供应链管理、数据分析和智能采购等领域。结合Python实现方案,可高效完成商品搜索、订单分析、库存监控等功能,提升电商运营效率。
|
14天前
|
缓存 监控 供应链
京东自定义 API 操作深度分析及 Python 实现
京东开放平台提供丰富API接口,支持商品、订单、库存等电商全链路场景。通过自定义API组合调用,可实现店铺管理、数据分析、竞品监控等功能,提升运营效率。本文详解其架构、Python实现与应用策略。
缓存 监控 供应链
28 0
缓存 监控 数据挖掘
30 0
|
3月前
|
API 数据安全/隐私保护 开发者
企业微信自动加好友软件,导入手机号批量添加微信好友,python版本源码分享
代码展示了企业微信官方API的合规使用方式,包括获取access_token、查询部门列表和创建用户等功能
|
3月前
|
人工智能 数据安全/隐私保护 Python
小红书图文生成器,小红书AI图文生成工具,python版本软件
Pillow库自动生成符合平台尺寸要求的配图7;3)利用Playwright实现自动化发布流程6。
|
4月前
|
Ubuntu 安全 API
Python3.14正式支持Free Threaded版本!
Python 社区迎来历史性时刻!Python 3.14 正式将无 GIL 构建列为受支持选项,标志着 Free‑Threaded Phase II 启动。本文将深入解析 PEP 779 规定的支持标准、3.14.0b3 版本的新变化,以及这对Python开发者意味着什么。文末还有小彩蛋哦!
353 87
|
5月前
|
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。
328 2
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
|
5月前
|
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。
462 37
|
Python
Python中引入自定义路径下的用户自定义类
自定义类如下: import math class Circle: # Construct a circle object def __init__(self, radius = 1): self.
832 0

推荐镜像

更多