目录
- 1 混乱的Python库
- 2 什么是Anaconda?
- 3 Anaconda的安装
-
- 3.1 Windows系统
- 3.2 Linux系统
- 3.3 测试
- 4 虚拟环境管理(速查字典)
1 混乱的Python库
你有没有遇到过这样的问题
在项目A中需要用到某个Python库
PkgA
,且项目A的其他库要求PkgA
的版本必须为v3.0
以上,你按要求安装了PkgA v3.0
;过了一段时间,老板交给你一个项目B,又用到了PkgA
,但这次其他库要求PkgA
的版本必须为v2.0
及以上,这时候你怎么办? 安装PkgA v3.0
则新项目B无法运行,安装PkgA v2.0
则旧项目A无法运行,要想同时在一个环境里使用两个项目,必须不停地重装PkgA
来更换版本。
上面的例子只涉及两个项目的一个依赖库冲突,如果多个项目呢?如果多个依赖冲突呢?
上面的例子说明了什么呢?其实就是Python语言的痛点:
- 依赖网复杂 Python的包非常丰富,轮子相当多,开发者在工作时难免会调用这样或那样的包,久而久之,一个功能依赖另一个功能,形成复杂的依赖网络
- 包管理混乱 通过报错信息不断安装依赖包终于解决了依赖库的问题,但随之而来的就是版本问题,也就是上面例子所体现的依赖冲突,本质上是某个包开发时的不向下兼容导致的
为了解决上面的问题,更好地管理Python库,让其扬长避短,就必须使用环境管理工具,例如本文介绍的Anaconda
。
2 什么是Anaconda?
Anaconda
是一个开源的跨平台Python发行版本,支持
- Windows
- macOS
- Linux
操作系统。Anaconda
中包含了conda
等180多个科学包及其依赖项。其中conda
则是一个开源的软件包管理系统和环境管理系统,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换。
3 Anaconda的安装
进入Anaconda下载界面选择相应的操作系统,本文主要介绍在Windows与Linux下的安装流程。
3.1 Windows系统
Windows有图形化的安装向导,按下面的步骤一步步安装即可
- 运行安装向导
- 选择
I Agree
- 选择
All Users
,其实选Just Me
也可以,但这台主机的其他用户就无法使用Anaconda
了
- 选择安装路径
- 保持默认选项
- 等待安装结束
- 配置环境变量
3.2 Linux系统
对于Linux系统,没有图形化的安装界面,按下面输入终端命令即可
进入Anaconda安装目录并运行官方安装程序
代码语言:javascript复制bash ./Anaconda3-2021.11-Linux-x86_64.sh
添加环境变量,其中~/Project/anaconda3/bin
替换成自己的安装目录
echo 'export PATH="~/Project/anaconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
3.3 测试
打开cmd
(Windows)或Terminal
(Linux),输入
conda --version
如果输出版本号则说明安装成功,如下所示。
注意,若运行python脚本时仍然是原环境而非Anaconda
环境,则需要注意配置编辑器的python解释器路径。VSCode中,在tasks.json
中的args
参数中配置
{
"version": "2.0.0",
"tasks": [
{
"label": "catkin_make:debug",
"type": "shell",
"command": "catkin_make",
"args": ["-DPYTHON_EXECUTABLE=/home/winter/Project/anaconda3/envs/server/bin/python "],
"group": {
"kind":"build","isDefault":true},
"presentation": {
"reveal": "always"
},
"problemMatcher": "$msCompile"
}
]
}
4 虚拟环境管理(速查字典)
用Anaconda
可以创建虚拟环境,虚拟环境间彼此隔离,可以解决依赖混乱的情况。虚拟环境管理主要涉及以下的命令,可以作为速查字典以备不时之需
创建虚拟环境
代码语言:javascript复制conda create -n test python=3.8
创建了一个名为test
的采用3.8版本Python解释器的虚拟环境
切换虚拟环境
代码语言:javascript复制conda activate test
切换到名为test
的虚拟环境。默认地,用户会进入Anaconda
自带的base
环境,注意base
环境已经与安装Anaconda
前的环境不同,因此第一次使用Anaconda
可能会产生依赖冲突和缺失。
查看虚拟环境
代码语言:javascript复制conda env list
依赖安装与卸载
代码语言:javascript复制# 安装
conda install pkg
pip install pkg
# 卸载
conda remove pkg
pip uninstall pkg
这里推荐使用清华源加快安装速度,使用方法是
代码语言:javascript复制pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pkg==version
即安装了名为pkg
,版本为version
的包
如果依赖很多,建议使用requirements.txt
批量配置,命令为
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
查看环境依赖
代码语言:javascript复制conda list
复制虚拟环境
代码语言:javascript复制conda env export > test_env.yaml
conda env create -f test_env.yaml
常用于导出当前虚拟环境的信息或复制虚拟环境
删除虚拟环境
代码语言:javascript复制conda remove -n test --all
删除名为test
的虚拟环境