设计师浏览网站,园林建设网站,有没有淄博张店做兼职工作的网站,互联网定制开发配置独立于系统的PYTHON环境 python 当前用户包 一种解决方案是在利用本机的python环境的基础上#xff0c;将python的包安装在当前user的.local文件夹下 一共有两种方式来实现pip的时候安装到当前user 设置pip配置文件 pip.conf 一种是在~/.pip文件夹下的pip配置文件pip.conf…配置独立于系统的PYTHON环境 python 当前用户包 一种解决方案是在利用本机的python环境的基础上将python的包安装在当前user的.local文件夹下 一共有两种方式来实现pip的时候安装到当前user 设置pip配置文件 pip.conf 一种是在~/.pip文件夹下的pip配置文件pip.conf中设置 加入 [install]
install-option--prefix~/.local 相当于每次在执行 # pip install package 命令的时候在 install 后面加 --prefix 参数指定 install 的路径
pip install --prefix~/.local package Tips: python import 查找python package的流程 我的理解 TODO 参考资料 python import 机制 pip 参数另一种实现是直接在pip install的时候加一个 --user, 当然这个也可以写到pip.conf配置文件中去 pip install --user package PYTHON 虚拟环境设置 因为在实际工作中经常会遇到创建PYTHON虚拟环境的需求每次都得去Google很不方便这里特意整理一下PYTHON虚拟环境创建的相关资料。 目录 虚拟环境有什么好处常见的创建虚拟环境的工具 virtualenvAnaconda虚拟环境配置的一些小trick虚拟环境 Cons 有时候我们可能手上会有多个python 项目每个项目使用不同版本的pythonpython2.7 python3.5 etc.并且每个python对应于不同的包依赖还有一种情况是我们可能没有root权限或者多人共用一个服务器我们想自己创建一个独立于其他用户的python环境。 这个时候python虚拟环境机制就显得很有用了python虚拟环境主要有以下好处 能够创建一个独立的python环境和其他用户的设置都不冲突能够为每一个项目单独维护一个环境适应不同的需求常见的创建虚拟环境的工具 virtualenv virtualenv is a tool to create isolated Python environments. virtualenv 主要解决了以下三个问题 不同的项目需要同一个python package的不同版本无法在/usr/lib/python/site-packages文件夹下面同时维护两个不同版本eg. tensorflow 1.0 and tensorflow 1.5需要为某个项目永久或者长时间保留一个运行环境保持本机的主环境长时间不变动不现实无意识的更新或者其他项目需要更新在服务器的使用中普通用户没有权限访问/usr/lib/python/site-packages文件夹无法修改主机python环境virtualenv 原理的一个说明 virtualenv是如何创建“独立”的Python运行环境的呢 原理很简单就是把系统Python复制一份到virtualenv的环境用命令source venv/bin/activate进入一个virtualenv环境时virtualenv会修改相关环境变量让命令python和pip均指向当前的virtualenv环境。 安装virtualenv virtualenv 的安装方式很多可以通过pip安装也可以直接从git上下载通过源码安装还可以用easy_install安装。 这里只介绍使用pip安装的方法 安装到全局 [sudo] pip install virtualenv安装到当前用户shell export PYTHONUSERBASE$HOME pip install --user virtualenvvirtualenv 的简单使用virtualenv 主要几个指令是 创建env virtualenv env_name --pythonpython3.x
# virtualenv 会在当前文件夹下创建一个名为env_name的文件夹作为虚拟环境env_name的目录并且将python3.x作为新创建环境的python解释器进入env # 想要使用env,需要先active当前环境命令为
source env_path/bin/activate #Tips: 可以在~/.bash_aliases文件中设定一个alias方便直接进入env使用完env以后可以通过deactivate退出当前env如果要删除某个env只需要 rm -r env_dir删除对应的文件夹就可以了还有一些virtualenv的扩展包进一步集成了virtualenv的功能virtualenvwrapper (能够在一个文件夹下统一管理所有的env) 其他几个小trick virtualenv 默认不包含全局安装的python 包可以在env里面通过pip freeze requirements.txt 来获取当前环境所有的python package的信息。这样在下一次创建环境的时候就可以通过pip install -r requirements.txt直接快速安装所有依赖包Anaconda Anaconda is the most popular python data science platform. (Introduced by the Anaconda website) Anaconda Python 是专注于数据分析的Python发行版本包含了conda、python等190多个科学包及其依赖项。 Anaconda分离python环境的原理和virtualenv基本一致都是通过创建一个独立的文件夹保存python环境。Anaconda相较于virtualenv不同的地方主要有以下几点 Anaconda是一个综合的python工具包括python基础解释器IPythonCPythonJupiterBook和一个Python IDE SpyderSpyder是一个拥有和Matlab相似的界面的Python IDEAnaconda配置python环境的时候只需要指定python版本而不需要本机提前安装这相较于virtualenv是一个很大的优势Anaconda基于Conda来管理python包和环境。Anaconda 常用指令 # 创建新环境
conda create -n env_name pythonX.X #创建名为env_name解释器为pythonx.x的python虚拟环境
# env_name文件可以在Anaconda安装目录envs文件下找到。# 进入python环境
# Linux
source activate env_name
# Windows
activate env_name# 进入python环境以后的一些命令
conda list # 查看当前环境安装了那些包
conda env list
conda info -e
# 查看当前存在那些虚拟环境
conda install package # 安装第三方python包
# 也可以直接使用pip命令安装
pip install package# 删除环境中的某个包
conda remove package
pip uninstall package# 退出当前虚拟环境
source deactivate # Linux
deactivate # Windows# 删除虚拟环境
conda remove -n env_name转载于:https://www.cnblogs.com/yeyuan111/p/10083499.html
