ubuntu下使用Anaconda应用:创建虚拟环境实现python不同版本切换、科学计算工具包安装
来源:互联网 发布:模拟人生2数据丢失 编辑:程序博客网 时间:2024/06/05 03:12
Anaconda概述
Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda
来进行package和environment的管理,并且已经包含了Python和相关的配套工具。
这里先解释下conda、anaconda这些概念的差别。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。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,所以也称为Python的一种发行版。其实还有Miniconda,顾名思义,它只包含最基本的内容——python与conda,以及相关的必须依赖项,对于空间要求严格的用户,Miniconda是一种选择。
进入下文之前,说明一下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!因此,conda打破了包管理与环境管理的约束,能非常方便地安装各种版本python、各种package并方便地切换。
Anaconda的安装
Anaconda的下载页参见官网下载,Linux、Mac、Windows均支持。
安装时,会发现有两个不同版本的Anaconda,分别对应Python 2.7和Python 3.5,两个版本其实除了这点区别外其他都一样。后面我们会看到,安装哪个版本并不本质,因为通过环境管理,我们可以很方便地切换运行时的Python版本。(由于我常用的Python是2.7和3.4,因此倾向于直接安装Python 2.7对应的Anaconda)
下载后直接按照说明安装即可。这里想提醒一点:尽量按照Anaconda默认的行为安装——不使用root权限,仅为个人安装,安装目录设置在个人主目录下(Windows就无所谓了)。这样的好处是,同一台机器上的不同用户完全可以安装、配置自己的Anaconda,不会互相影响。
对于Mac、Linux系统,Anaconda安装好后,实际上就是在主目录下多了个文件夹(~/anaconda
)而已,Windows会写入注册表。安装时,安装程序会把bin目录加入PATH(Linux/Mac写入~/.bashrc
,Windows添加到系统变量PATH),这些操作也完全可以自己完成。以Linux/Mac为例,安装完成后设置PATH的操作是
# 将anaconda的bin目录加入PATH,根据版本不同,也可能是~/anaconda3/bin~$ echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc# 更新bashrc以立即生效~$ source ~/.bashrc
配置好PATH后,可以通过which conda
或conda --version
命令检查是否正确。假如安装的是Python 2.7对应的版本,运行python --version
或python -V
可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit),也说明该发行版默认的环境是Python 2.7。
Conda的环境管理
Conda的环境管理功能允许我们同时安装若干不同版本的Python,并能自由切换。对于上述安装过程,假设我们采用的是Python 2.7对应的安装包,那么Python 2.7就是默认的环境(默认名字是root
,注意这个root不是超级管理员的意思)。
假设我们需要安装Python 3.4,此时,我们需要做的操作如下:
# 创建一个名为python34的环境,指定Python版本是3.5(不用管是3.5.x,conda会为我们自动寻找3.5.x中的最新版本)
# conda creat -n your_env_name python=x.x(2.7\3.5) anaconda ,“-n"可以改为“--name”
~$ conda create --name python35 python=3.5
# 创建一个名为tensorflow的环境,制定python版本为3.5
~$ conda create -n tensorflow python=3.5 #环境名为tensorflow,python版本为3.5
# 安装好后,使用activate激活某个环境~$ activate python34 # for Windows~$ source activate python34 # for Linux & Mac# 激活后,会发现terminal输入的地方多了python34的字样,实际上,此时系统做的事情就是把默认2.7环境从PATH中去除,再把3.4对应的命令加入PATH# 此时,再次输入~$ python --version# 可以得到`Python 3.5.5 :: Anaconda 4.1.1 (64-bit)`,即系统已经切换到了3.4的环境# 如果想返回默认的python 2.7环境,运行~$ deactivate python34 # for Windows~$ source deactivate python34 # for Linux & Mac# 删除一个已有的环境~$ conda remove --name python34 --all #删除虚拟环境python34,也可以将“--name”改为“-n”
~$ conda remove --name $python34 $numpy #删除虚拟环境python34下的numpy包,也可以将“--name”改为“-n”
# 查询已经安装的环境,当前被激活的环境会显示星号,以下两个语句相同:
~$ conda info -e #查看当前存在哪些环境
~$ conda env list #查看当前存在哪些环境
用户安装的不同python环境都会被放在目录~/anaconda/envs
下,可以在命令中运行conda info -e
查看已安装的环境,当前被激活的环境会显示有一个星号或者括号。
说明:有些用户可能经常使用python 3.4环境,因此直接把~/anaconda/envs/python34
下面的bin或者Scripts加入PATH,去除anaconda对应的那个bin目录。这个办法,怎么说呢,也是可以的,但总觉得不是那么elegant……
如果直接按上面说的这么改PATH,你会发现conda命令又找不到了(当然找不到啦,因为conda在~/anaconda/bin
里呢),这时候怎么办呢?方法有二:1. 显式地给出conda的绝对地址 2. 在python34环境中也安装conda工具(推荐)。
# 查看当前环境下已安装的包conda list# 查看某个指定环境的已安装包conda list -n python34# 查找package信息conda search numpy# 安装packageconda install -n python34 numpy# 如果不用-n指定环境名称,则被安装在当前活跃环境# 也可以通过-c指定通过某个channel安装# 更新packageconda update -n python34 numpy# 删除packageconda remove -n python34 numpy前面已经提到,conda将conda、python等都视为package,因此,完全可以使用conda来管理conda和python的版本,例如
# 更新conda,保持conda最新~$ conda update conda# 更新anaconda~$ conda update anaconda# 更新python~$ conda update python# 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本
补充:如果创建新的python环境,比如3.4,运行conda create -n python34 python=3.4
之后,conda仅安装python 3.4相关的必须项,如python, pip等,如果希望该环境像默认环境那样,安装anaconda集合包,只需要:
# 在当前环境下安装anaconda包集合---一定要记住是在当前环境下执行如下命令~$ conda install anaconda# 结合创建环境的命令,以上操作可以合并为~$ conda create -n python34 python=3.4 anaconda# 也可以不用全部安装,根据需求安装自己需要的package即可
# 在当前环境下安装anaconda包集合~$ conda install anaconda# 结合创建环境的命令,以上操作可以合并为~$ conda create -n python34 python=3.4 anaconda# 也可以不用全部安装,根据需求安装自己需要的package即可
设置国内镜像
如果需要安装很多packages,你会发现conda下载的速度经常很慢,因为Anaconda.org的服务器在国外。所幸的是,清华TUNA镜像源有Anaconda仓库的镜像,我们将其加入conda的配置即可:
# 添加Anaconda的TUNA镜像conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/# TUNA的help中镜像地址加有引号,需要去掉# 设置搜索时显示通道地址conda config --set show_channel_urls yes执行完上述命令后,会生成
~/.condarc
(Linux/Mac)或C:UsersUSER_NAME.condarc
文件,记录着我们对conda的配置,直接手动创建、编辑该文件是相同的效果。跋
Anaconda具有跨平台、包管理、环境管理的特点,因此很适合快速在新的机器上部署Python环境。总结而言,整套安装、配置流程如下:
- 下载Anaconda、安装
- 配置PATH(bashrc或环境变量),更改TUNA镜像源
- 创建所需的不用版本的python环境,每个版本里面在分别配置tensorflow、numpy、scipy等等工具如:
- 创建环境python27,然后再该环境下配置tensorflow\ipython\jupyter\numpy\matplotlib\scipy\pandas\scikit-learn\keras等工具
- 创建环境python35,然后再该环境下配置tensorflow\ipython\jupyter\numpy\matplotlib\scipy\pandas\scikit-learn\keras等工具(如果想在后续的jypyter notebook中使用环境python27或者环境python35中的tensorflow、numpy、scikit-learn等工具,此时必须在相应的环境中安装jupyter工具,然后再该环境中运行jupyter notebook)
- Just Try!
- ubuntu下使用Anaconda应用:创建虚拟环境实现python不同版本切换、科学计算工具包安装
- Python科学计算环境--Anaconda安装
- anaconda 创建虚拟(切换)python环境
- Python多版本切换工具-Pyenv\virtualenv及Anaconda科学计算环境的配置
- Python多版本切换工具-Pyenv\virtualenv及Anaconda科学计算环境的配置
- [转载]在Ubuntu下安装Python科学计算环境
- 记录ubuntu安装python科学计算工具包numpy
- Windows pycharm下如何安装anaconda(python科学计算库)
- Ubuntu安装python科学计算环境
- python 科学计算 发行版 Anaconda安装使用教程
- Anaconda安装使用教程 python 科学计算 发行版
- 【Python】科学计算环境 —— Anaconda
- Python科学计算环境——Anaconda
- Anaconda(Python科学计算环境)教程
- Ubuntu下安装python科学计算库
- 科学计算环境ANACONDA
- Linux系统下安装Python以及搭建科学计算(机器学习)环境(anaconda和spyder)
- python 科学计算-----Anaconda
- android 内存优化面试知识
- RecyclerView复杂布局动态管理GridLayoutManager
- android代码里的分区信息
- 线程问题<2>
- 使用PlupLoad js插件进行文件上传案例
- ubuntu下使用Anaconda应用:创建虚拟环境实现python不同版本切换、科学计算工具包安装
- maven环境安装(Mac版)
- 理解LSTM网络【译】
- java 内部类
- 关于在for循环中绑定事件打印变量i是最后一次
- Android 支付宝支付开发流程
- HardFault 异常定位
- Leetcode 算法习题 第十周
- tomcat环境变量配置