【Python新手教程】利用Anaconda轻松搭建专属Python虚拟环境

文章目录

  • 认识Anaconda
  • 环境
  • 更改计算机所处的运行环境
  • 更改第三方开发工具的运行环境
  • Pycharm
  • vscode
  • spyder
  • 如何安装所需包
  • 认识Anaconda

    Anaconda 是一个开源的 Python 和 R 语言的发行版本,其核心功能是帮助用户轻松创建、管理和切换不同的虚拟环境。在这些虚拟环境中,用户可以安装特定版本的 Python 以及各种所需的库和依赖项,从而实现不同项目之间的环境隔离,避免因依赖冲突等问题导致的项目运行错误。例如,一个项目需要 Python 3.6 和特定版本的 numpy 库,另一个项目需要 Python 3.9 和不同版本的 pandas 库,通过 Anaconda 创建的虚拟环境就可以轻松满足这些不同的需求,让每个项目都能在各自独立的环境中稳定运行。

    Anaconda是一款可以方便搭建虚拟运行环境的软件

    环境

  • 图(1)展示的是当前已有的不同 Anaconda 环境。其中,base环境是在安装 Anaconda 时默认创建的初始环境。
  • 为了确保环境的稳定性和可维护性,每个环境中一般推荐仅配置一个 Python 解释器。这样可以有效避免因多解释器版本冲突引发的问题。同时,在各个独立的环境中,你能够根据具体项目需求,自由安装所需的其他软件包 ,实现不同项目间的环境隔离。
  • 更改计算机所处的运行环境

    每当需要一个独立的环境来运行程序时,需要主动切换环境,方法主要有如下两点:

    1. 使用anaconda的交互界面中的environment选项,选择你要切换的环境

      tips:

      切换过程比较慢,需要耐心等待

    2. 使用cmd切换

      # 切换环境
      conda activate [env_name]
      # 查看所有环境,以及当前所处环境(带*号)
      conda env list
      

    更改第三方开发工具的运行环境

    如果需要联合第三方开发工具,如:pycharm、vscode、spyder等,则需要手动在第三方开发工具内部切换环境,方法如下:

    Pycharm

    首先打开Pycharm,创建一个新的项目,我们为这个项目配置运行环境

  • Interpreter type(解释器):我们选择Custom environment(自定义环境)
  • Environment(环境):如果需要创建一个新的环境,则选择Generate new;但是一般我们都是在创建并搭建好环境后再使用pycharm开发,所以选择Select existing(选择已有环境)
  • Type:选择Conda
  • Path to conda:这里需要选择是安装anaconda时其对应的程序conda.exe,使用该程序是来管理运行环境和包
  • Environment:从已有环境中指定项目的运行环境(有可能会遇到爆红警告的情况,可以在Pycharm编辑页面File->Invalidate Caches中点击Invalidate and Restart即可)
  • vscode

    首先下载python扩展(扩展中搜索python)

    创建python文件+编辑好代码,使用ctrl+shift+p选项,在下拉窗口中选择Selet interpreter,然后指定对应的python环境即可

    spyder

    该软件可以在Anaconda的home页面中安装(每个环境的安装是独立的);安装好之后,启动spyder

    依次选择控制台->偏好->Python解释器,然后选择对应环境下的 Python 解释器(这里的python是每个独立环境下的python程序,此处为作者自定义路径,所以可能会和实际操作时有所差别);选择好后,点击左上角文件->重启

    如何安装所需包

    1. 最方便的安装方法: 使用Anaconda交互界面安装

      1. 选择ALL,查看所有的包
      2. 右上角搜索需要安装的包名
      3. 勾选要安装的包
      4. 点击应用(在点击之后会进行check,如果你缺乏某些运行该包所必须的依赖包,则会报错。此时需要你先将依赖安装好,再安装该包)
    2. 更优秀的安装方法

    由于各种版本适配问题,Anaconda 交互界面可能难以安装到所需版本,导致包之间不兼容。使用 conda 命令从软件包库安装在一定程度上能更好地解决版本问题,但同样也可能存在版本冲突和兼容性风险。例如:

    # 搜索对应包的所有版本
    conda search tensorflow-gpu -c conda-forge
    # 安装对应包的版本
    conda install cudnn==8.1.0.77 -c conda-forge
    
    1. 较快的安装方法

    如果网络较差,安装不成功,可进入 PyPI 官网下载指定的.whl 文件进行离线安装。下载好之后,使用指令:

    # 其中[path_package_name.whl] 需替换为实际的.whl 文件的路径和文件名。
    pip install [path_package_name.whl]
    

    作者:不会写算法的小沈

    物联沃分享整理
    物联沃-IOTWORD物联网 » 【Python新手教程】利用Anaconda轻松搭建专属Python虚拟环境

    发表回复