我 的 个 人 主 页：👉👉 失心疯的个人主页 👈👈
入 门 教 程 推 荐 ：👉👉 Python零基础入门教程合集 👈👈
虚 拟 环 境 搭 建 ：👉👉 Python项目虚拟环境(超详细讲解) 👈👈
PyQt5 系 列 教 程：👉👉 Python GUI(PyQt5)文章合集 👈👈
Oracle数据库教程：👉👉 Oracle数据库文章合集 👈👈
优 质 资 源 下 载 ：👉👉 资源下载合集 👈👈
虚拟环境
- 虚拟环境
- Python项目虚拟环境
- 虚拟环境管理工具
- 常用虚拟环境管理工具
- virtualenv管理工具
- virtualenvwrapper 集中式虚拟环境管理
- pipenv 基于项目的虚拟环境管理
- conda管理工具
虚拟环境
Python项目虚拟环境
-
首先我们需要了解一下系统解释器
-
系统解释器
- 在python官网下载了python解释器(实际上就是一个软件)
- 将下载好的python解释器安装在
D:\Python39目录下 - 那么，在这个目录下就会生成一系列的文件，下面我们了解一下最主要的几个内容
D:\Python39 - python.exe - Scripts - pip.exe - pip3.exe - pip3.9.exe - Lib - random.py - re.py - json.py - site-packages - requests.py
- 这就是我们的系统解释器
- 在我们的电脑上，同时可以安装多个版本的系统解释器(如：python3.8，python3.9，python3.10)
D:\Python38 - python.exe - Scripts - pip.exe - pip3.exe - pip3.8.exe - Lib - random.py - re.py - json.py - site-packages - requests.py # ---------------------------------------- D:\Python39 - python.exe - Scripts - pip.exe - pip3.exe - pip3.9.exe - Lib - random.py - re.py - json.py - site-packages - requests.py # ---------------------------------------- D:\Python310 - python.exe - Scripts - pip.exe - pip3.exe - pip3.10.exe - Lib - random.py - re.py - json.py - site-packages - requests.py
- 环境变量的配置
- 我们的电脑可以安装多个版本的解释器
- 但是，我们在日常开发中会选择一个系统解释器作为主运用的解释器
- 我们就会将这个版本的解释器的目录添加到环境变量中
D:\Python39 D:\Python39\Scripts\ - 那么，我们就可以在cmd终端中直接用python来调用解释器
- 实际就是通过环境变量中的
D:\Python39路径来找到python.exe - 在cmd中运行
pip install安装第三方模块 - 实际就是通过环境变量中的
D:\Python39\Scripts\路径来找到pip.exe
- 项目开发
- 我们在前期学习的过程中，可能需要安装很多第三方模块
- 如：
# 安装2.1版本的requests pip install requests==2.1 # 安装0.9版本的flask pip install flask==0.9 # 安装2.9版本的bs4 pip install bs4==2.9 ... - 通过这种方式安装的话，这些第三方模块就安装在系统解释器所在目录的
Lib >> site-packages目录下了 - 当我们学习完了之后，开始接项目了
- 项目1：京东抢茅台
- 这个项目可能只需要用到 requests 模块，那么此时我们就不需要再安装 requests 模块了，可以直接使用系统解释器目录下的 requests 模块
1. >>> 写代码 2. >>> 通过系统解释器直接运行 - 项目2：二开天猫抢茅台
- 这个项目是之前别人已经开发完毕，现在需要再次更新。
- 拿到别人所写的代码之后，发现项目中用的requests模块是1.3版本的
- 那么我们现在直接运行代码，有可能会运行不成功。因为我们的系统解释器中安装的是2.1版的requests，项目是基于1.3版本开发的
- 此时我们就需要先删除原有的2.1版本，重新安装1.3版本的requests
- 同一个解释器下不允许安装同一个第三方模块的多个版本
# 安装1.3版本的requests pip install requests==1.3 - 问题来了：此时天猫抢茅台项目能正常运行了，但是京东抢茅台的项目又无法运行了，又需要卸载当前版本的requests,再安装2.1版本的requests
- 当我们所做的项目越来越多的时候，所用到的第三方模块也越来越多，我们总不能每运行一个项目就重装一遍第三方模块
- 有些人可能会想到，一台电脑可以安装多个版本的解释器，是否可以每个项目都使用不同的系统解释器呢？当然，当项目少的时候可以这么干，但是项目多起来之后呢？
- 而且项目做的越来越多，安装的第三方模块也越来越多，总不能每个项目都将以往所安装的所有第三方模块都打包给对方吧
- 这个时候，就可以使用虚拟环境了…
- 虚拟环境理论
- 概念：基于系统解释器，虚拟出来一个相同版本的python解释器
- 虚拟出来的python解释器结果如下
E:\Projecs\PyQt5\venv - python.exe - Scripts - pip.exe - Lib - site-packages - 此时这个虚拟出来的解释器的Lib目录下，不再有python自带的内置模块了，而是直接使用系统解释器中的
- 项目1：PyQt5开发
-
我们的项目结构如下：
-
当我们需要安装第三方模块到这个目录下时，需要执行以下语句
E:\Projecs\PyQt5\venv\Scripts\pip.exe install pyqt5
-
- 项目2：ArtCopy开发
-
我们的项目结构如下：
-
当我们需要安装第三方模块到这个目录下时，需要执行以下语句
E:\Projecs\ArtCopy\venv\Scripts\pip.exe install cx-Oracle==8.3.0
-
- 虚拟环境实战(PyCharm)
- 通过PyCharm创建项目，并配置虚拟环境
-
新建项目
-
配置虚拟环境
- 虚拟环境目录一般放在项目目录内，方便后期项目结束之后删除项目的同时就将虚拟环境一同删除了。不再需要额外去删除虚拟环境了
- 虚拟环境路径中不能有中文，否则会导致虚拟环境失效
-
配置完成后，项目目录如下
- 此时，site-package目录里面的都是pip工具相关，还没有任何第三方模块
-
环境已经有了，那么我们写一句简单的代码运行一下
print('Holle World!')-
-
程序运行命令
E:\Projecs\pro001\.venv\Scripts\python.exe E:/Projecs/pro001/demo.py # 通过 E:\Projecs\pro001\.venv\Scripts\ 目录下的 python.exe 解释器， # 编译 E:/Projecs/pro001/ 目录下的 demo.py 文件 -
-
安装第三方模块
- 按正常逻辑，我们需要执行以下语句才能将第三方模块安装在这个虚拟环境中
E:\Projecs\pro001\.venv\Scripts\pip install requests==2.1 - 但是，我们每次在这个虚拟环境下安装第三方模块，都需要把虚拟环境的路径全部写下来，是非常麻烦的
- 按正常逻辑，我们需要执行以下语句才能将第三方模块安装在这个虚拟环境中
-
PyCharm自动激活虚拟环境(进入到虚拟环境目录下)
-
自动激活前提：项目和虚拟环境进行了绑定
-
PyCharm —— Terminal
-
注意：windows系统有Windows PowerShell 和 Cmd两种命令行程序。
-
Windows系统中，PyCharm默认使用的是Windows PowerShell，需要修改为CMD命令行程序
-
Windows PowerShell命令行程序无法激活虚拟环境
-
修改之前，无法激活虚拟环境
-
修改命令行程序：
File —— Settings... —— Tools —— Terminal —— Shell path —— 选择CMD
-
修改之后，重新打开项目：成功激活虚拟环境
-
-
安装第三方模块
- 虚拟环境激活之后，再安装第三方模块就不需要写虚拟环境的全路径了
pip install requests==2.1 - PyCharm默认的安装源是：https://pypi.python.org/simple
- 安装速度非常缓慢，我们可以修改为国内的源
- 虚拟环境激活之后，再安装第三方模块就不需要写虚拟环境的全路径了
-
修改安装源
- 常用国内源
清华大学 ：https://pypi.tuna.tsinghua.edu.cn/simple/ 豆瓣源：http://pypi.douban.com/simple/ 阿里云：http://mirrors.aliyun.com/pypi/simple/ 中国科学技术大学 ：http://pypi.mirrors.ustc.edu.cn/simple/ 华中科技大学：http://pypi.hustunique.com/ 腾讯源：http://mirrors.cloud.tencent.com/pypi/simple 华为镜像源：https://repo.huaweicloud.com/repository/pypi/simple/ - 修改安装源
File —> settings —> Project:PycharmProjects —> Python Interpreter —>点击加号 —> 左下角 Manager Repositories —— 点-删除官方源，点+增加国内镜像源 
- 常用国内源
-
第三方包收集和安装
-
当项目开发完毕之后，要把项目发给小明。小明需要运行
-
我们发送项目的时候，不要把venv文件(虚拟环境)发送给小明
-
因为我们的虚拟环境，是基于我们的系统解释器虚拟出来的
-
小明的系统解释器目录和我的可能不一样，就会导致虚拟环境无法使用
-
那么，小明怎么知道项目中所用到的第三方模块和对应的版本呢？
-
此时，我们就需要将第三方模块和版本进行收集
1. 激活虚拟环境 2. 执行 pip freeze > requirements.txt # 把当前激活的虚拟环境下，所有已经安装的第三方模块全部收集起来，记录在requirements.txt文件中 -
小明运行程序的时候需要安装项目所需要的第三方模块
-
打开项目：Open
-
提示我们创建虚拟环境
-
文件requirements.txt包含项目依赖项。您想要使用它创建一个虚拟环境吗
-
-
这样，虚拟环境就自动配置好了，并且所需要的第三方模块也全部自动下载安装好了
-
-
-
如果上面的创建虚拟环境被我们直接关闭了，那我们就需要手动添加虚拟环境并安装第三发模块
-
手动添加虚拟环境
File —— Settings... —— Project: xxxx —— Python Interpreter —— 右侧设置，Add —— 设置虚拟环境目录和基于系统解释器
-
根据requirements.txt文件安装第三方模块
- pycharm —— Terminal —— 激活虚拟环境
pip install -r requirements.txt- 打开Terminal，无法激活虚拟环境的时候，需要检查一下当前项目是否与虚拟环境绑定了
File —— Settings... —— Project: xxxx —— Python Interpreter —— 右侧 Python Interpreter- 点击下拉箭头，选择当前项目下虚拟环境目录下的python解释器
-
-
-
系统解释器文档
- requirements.txt和代码中无法体现解释器的版本
- 一般我们都是通过文档来记录一些说明
- 在项目中创建一个readme.md文件来记录python解释器版本和其他一些内容
- readme.md文档
项目基于python 3.9 开发
虚拟环境管理工具
常用虚拟环境管理工具
- virtualenv
- virtualenv是一个第三方的Python虚拟环境管理工具，可以在Python 2和Python 3上使用。它提供了更多的功能和选项，例如可以指定Python解释器版本、创建基于现有环境的虚拟环境等。
- 虚拟环境之间切换比较麻烦（需要分别进入到每个虚拟环境的Scripts目录，通过activate激活）
- virtualenvwrapper
- virtualenvwrapper是一个基于virtualenv开发的一个工具包，用于管理Python虚拟环境的第三方工具，它提供了一组命令和功能，使得创建、切换和删除虚拟环境更加方便
- 会将虚拟环境创建在特定的文件中（windows系统，默认在用户目录的Envs文件夹中）
- pipenv
- pipenv可以看做是pip和virtualenv的组合体，基于Pipfile和Pipfile.lock，更好地管理包之间的依赖关系
- 会将虚拟环境创建在特定的文件中（windows系统，默认在用户目录的.virtualenvs文件夹中）
- conda
- conda是一个流行的开源虚拟环境和包管理工具，适用于Python和其他编程语言。它可以创建、激活和管理虚拟环境，并提供了强大的包管理功能，可以方便地安装、更新和删除包。
- 会将虚拟环境创建在特定的文件中（windows系统，默认在用户目录的.conda\envs文件夹中）
virtualenv管理工具
- 官方文档：https://virtualenv.pypa.io/en/latest/
- 用户指南：https://virtualenv.pypa.io/en/latest/user_guide.html
- 安装管理工具
pip install virtualenv # 需要将virtualenv库装在哪个python环境，就将cmd切换目录到python安装路径下的Scripts目录 # 如： # cd D:\Python\Python39\Scripts # pip install virtualenv - 语法
virtualenv -p python解释器路径 env_name # -p python解释器路径 # 虚拟环境使用指定版本的python解释器 # 例：virtualenv -p D:\Python\Python39\python.exe env # --system-site-packages # 指定虚拟环境继承系统的三方库 # 添加这个参数：检索库的时候，在当前虚拟环境找不到，会到系统的三方库中查找 # 不加这个参数：检索库的时候，只会在当前的虚拟环境中查找 # 例：virtualenv --system-site-packages env # 注意：通过系统python环境创建虚拟环境的时候，并不会将系统python环境中安装的第三方库安装到虚拟环境中 - 创建虚拟环境
1、创建项目文件夹 2、cmd命令行工具，进入到项目文件夹 3、执行命令： virtualenv env_name # 如：virtualenv env - 激活虚拟环境
# cmd命令行工具，进入到虚拟环境下的Scripts目录 # 执行命令： activate 或者 activate.bat # 执行之后，可以看到cmd命令工具中的路径前面多了一个标识：(env_name) # 例：(env) C:\Users\Administrator\Desktop\MyPro02\env\Scripts> # 此时，就是进入到了虚拟环境中，接下来所有的操作都是在当前虚拟环境中 - 操作虚拟环境
pip install requests # 如果不激活创建的虚拟环境，库会被安装到全局环境； # 激活虚拟环境后，则会安装在虚拟环境中 python test.py # 使用虚拟环境中的python解释器执行test.py文件 # 如果test.py文件中导入了某个包，会优先到虚拟环境中去查找相关的包 - 退出虚拟环境
# cmd命令行工具，进入到虚拟环境下的Scripts目录 # 执行命令 deactivate 或者 deactivate.bat # 退出虚拟环境之后，cmd命令工具中的路径前面的标识(env_name)会消失 - 删除虚拟环境
直接删除虚拟环境整个文件夹目录 - virtual项目交接
# 方案1： # 连同虚拟环境和项目一起拷贝给别人 # 方案2 # 在虚拟环境中，冻结依赖需求文本 pip freeze > requirements.txt # 把项目和依赖需求文本发给别人 # 别人自己创建虚拟环境，根据依赖需求文本安装相关库 pip install -r requirements.txt - 注意：项目与虚拟环境的关系是多对多，一个虚拟环境可以用于多个项目，一个项目也可以切换多个虚拟环境。
virtualenvwrapper 集中式虚拟环境管理
- 官方文档：https://pypi.org/project/virtualenvwrapper-win/
- virtualenvwrapper是一个基于virtualenv开发的一个工具包
- virtualenv缺点
- 不便于多个虚拟环境管理
- 虚拟环境之间切换比较麻烦（需要分别进入到每个虚拟环境的Scripts目录，通过activate激活）
- 安装管理工具
pip install virtualenvwrapper-win - 创建虚拟环境
# 打开cmd命令行工具 # 执行命令 mkvirtualenv env_name # 将虚拟环境创建在特定的文件中（windows系统，默认在用户目录的Envs文件夹中。如：C:\Users\Administrator\Envs） # 虚拟环境创建完成之后，会自动激活当前新建的虚拟环境 # 示例： # mkvirtualenv fzenv1 # mkvirtualenv fzenv2 # mkvirtualenv fzenv3 - 查看所有虚拟环境
# 打开cmd命令行工具 # 执行命令 lsvirtualenv # 本质是执行 dir /b /ad "C:\Users\Administrator\Envs" 命令 - 切换激活虚拟环境
# 打开cmd命令行工具 # 执行命令 workon env_name # 示例 # workon fzenv1 # workon fzenv2 - 退出虚拟环境
# 在激活虚拟环境前提下 # 执行命令 deactivate - 删除虚拟环境
# 打开cmd命令行工具 # 执行命令 rmvirtualenv env_name # 示例 # rmvirtualenv fzenv1
pipenv 基于项目的虚拟环境管理
- 官方文档：https://docs.pipenv.org/
- pip + env (包管理 + 虚拟环境)
- 更加基于项目，使得我们更加关注与项目管理。工具内部封装了以上两个工具
- virtualenvwrapper缺点
- 虚拟环境操作与包的安装分离了，分别通过virtualenv操作虚拟环境、pip操作三方库
- 项目所依赖的三方包记录需要通过
pip freeze > requirements.txt手动更新记录，容易造成更新不及时 - 无法记录包之间的依赖关系（如：requests所依赖的包只会直接记录，并不会体现其依赖关系）
- pipenv优势
- 不需要再分别使用pip和virtualenv对包和虚拟环境进行操作，直接使用pipenv即可
- pipenv会自动创建虚拟环境，以及安装三方库
- 会自动记录项目依赖的所有三方库
- 使用pipfile和pipfile.lock取代requirements.txt(好处：做一个环境锁定，可以查看包之间的依赖关系)
- 安装管理工具
pip install pipenv # 查看版本：pipenv --version - 语法
pipenv [OPTIONS] COMMAND [ARGS]... # 参数说明 # --where # 显示项目文件所在路径 # --venv # 显示虚拟环境下实际文件所在路径 # --py # 显示虚拟环境下Python解释器所在路径 # --envs # 显示虚拟环境的选项变量 # --rm # 删除虚拟环境 # --man # 显示帮助页面 # --three / --two # 使用Python 3或Python 2创建虚拟环境 # --site-packages # 附带安装原Python解释器中的第三方工具包 # --version # 显示版本信息 # -h, --help # 显示帮助信息 # 常用命令 # install # 创建虚拟环境或者安装第三方工具 # shell # 进入虚拟环境 # uninstall # 卸载一个三方库 # update # 卸载当前所有的三方库，并安装它们的最新版本 # open # 在编辑器中查看一个三方库 # lock # 锁定并生成Pipfile.lock文件 # run # 在虚拟环境中执行命令 # check # 检查安全漏洞 # graph # 显示当前依赖关系图信息 - 创建虚拟环境
# 打开cmd命令行工具，进入项目目录 # 执行命令 pipenv install [--python python解释器路径] # 不指定--python参数，则用系统默认python解释器创建虚拟环境 # 将虚拟环境创建在特定的文件中（windows系统，默认在用户目录的.virtualenvs文件夹中。如：C:\Users\Administrator\.virtualenvs） # 示例 # pipenv install # 使用系统默认版本python解释器创建虚拟环境 # pipenv install --python D:\Python\Python39\python.exe # 使用指定版本python解释器创建虚拟环境 # - 激活虚拟环境
# 打开cmd命令行工具，进入项目目录 # 执行命令 pipenv shell # 注意：shell是激活当前项目的虚拟环境，所以必须先进入到指定项目的目录 # 激活之后，可以看到cmd命令工具中的路径前面多了一个标识：(env_name) - 操作虚拟环境
# 打开cmd命令行工具，进入项目目录 # 执行命令 # 执行代码 python xxx.py # 安装三方库 pipenv install 包名 # 添加--skip-lock 可以跳过lock步骤 pipenv install 包名 --skip-lock # 等最后再使用pipenv lock统一执行lock操作 # 注意：pipenv install执行 # 1、检测当前项目对应的虚拟环境是否存在，不存在则创建虚拟环境 # 2、在虚拟环境中安装指定的三方库，如果没有指定则只创建虚拟环境不安装三方库(pipenv install) # 3、在项目目录下，通过pipfile和pipfile.lock记录当下已经安装的三方库 # 注意：在虚拟环境中，通过pip install也能安装三方库，但是不会更新pipfile和pipfile.lock文件 # 查看包依赖结构 pipenv graph # 卸载包 pipenv uninstall 包名 - 退出虚拟环境
# 在激活虚拟环境前提下 # 执行命令 exit - 删除虚拟环境
# 打开cmd命令行工具，进入项目目录 # 执行命令 pipenv --rm - 项目交接1：通过pipfile和Pipfile.lock文件
# 使用 pipfile和Pipfile.lock 文件 # 1、生成/更新Pipfile.lock文件 pipenv lock # 把当前环境的模块锁定，执行命令后它会更新 Pipfile.lock 文件 # 2、把代码文件、Pipfile 文件和 Pipfile.lock 文件 发给别人 # 3、别人创建项目目录，将代码文件、Pipfile 文件和 Pipfile.lock 文件存放到项目目录 # 创建虚拟环境，同时会自动识别Pipfile和Pipfile.lock文件安装项目依赖的所有三方库 # 打开cmd命令行工具，进入项目目录 # 执行命令 pipenv install - 项目交接2：通过requirements.txt文件
# 生产环境的依赖导出 pipenv requirements > requirements-pro.txt # 生产环境+开发环境的依赖导出 pipenv requirements --dev > requirements.txt # 开发环境的依赖导出 pipenv requirements --dev-only > requirements-dev.txt # 将Pipfile文件和Pipfile.lock文件里面的包名导出到requirements.txt文件 pipenv lock -r > requirements.txt # 通过requirements.txt安装依赖 pipenv install -r requirements.txt - pipfile文件
# 主要用来配置包的下载网址 [[source]] # 指定包的安装镜像源，一般使用国内的镜像来加快下载速度 url = "https://mirrors.aliyun.com/pypi/simple/" verify_ssl = true name = "pypi" # 项目运行所需要依赖的第三方工具，即下载安装的工具包 [packages] flask-authz ==='2.4.0' # * 表示安装最新稳定版本 flask = '*' # 开发依赖的工具包 [dev-packages] # 开发环境需要的包，不常用 # Python 解释器配置 [requires] # 指定Python解释器的版本 python_version = "3.9" - Pipfile.lock 文件
- Pipfile.lock 文件是通过哈希算法将包的名称、版本和依赖关系生成哈希值，可以保证包的完整性，锁定 Python 版本，便于以后项目发布使用固定的包。
- 在正常情况下，Pipfile.lock 文件不会自动更新工具的版本，例如安装的 requests 库一开始是 2.26.0 版本，后来指定安装 2.25.1 版本，那么 Pipfile 文件会更新，但是 Pipfile.lock 文件不会更新，只有手动执行 pipenv lock 命令后才会更新。
- Pipfile.lock 文件保存了包的哈希值，这是确保生产环境和开发环境包信息一致的关键。当我们把项目从开发环境复制到生产环境，我们只需要执行 pipenv install，而无须重新安装之前在开发环境中安装的包，这很省心。
conda管理工具
-
conda支持Python、R、Java、JavaScript、C等多种开发语言的包、依赖和环境管理工具，能运行在Windows、MacOS、Linux多个平台，可以在本地轻松创建、保存、切换环境。当安装anaconda时，会自动安装conda工具。
-
conda与pipenv，venv等虚拟环境管理工具的最大的不同在于：
- conda虚拟环境是独立于操作系统解释器环境的，即无论操作系统解释器什么版本（哪怕2.7），我也可以指定虚拟环境python版本为3.6，而venv是依赖主环境的
-
安装管理工具
- 通过安装Anaconda/Miniconda进行安装
- 关于Anaconda/Miniconda：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
- Anaconda
- Anaconda官方下载地址：https://www.anaconda.com/download
- Anaconda国内下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
- Miniconda
- Miniconda 是一个 Anaconda 的轻量级替代，默认只包含了 python 和 conda，但是可以通过 pip 和 conda 来安装所需要的包。
- Miniconda官方下载地址：https://docs.conda.io/projects/miniconda/en/latest/
- Miniconda国内下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
- Anaconda/Miniconda安装完之后，会默认创建一个base虚拟环境
- Anaconda/Miniconda默认安装源是国外的，三方库安装速度慢
- 修改Anaconda/Miniconda安装源
# TUNA 还提供了 Anaconda 仓库与第三方源的镜像，各系统都可以通过修改用户目录下的 .condarc 文件来使用 TUNA 镜像源。 # Windows 用户无法直接创建名为 .condarc 的文件，可先通过Anaconda Prompt执行以下生成.condarc文件之后再修改 conda config --set show_channel_urls yes # 生成的.condarc文件在在用户目录的.conda目录下 # 使用记事本打开.condarc文件，粘贴下面的代码即可修改安装源 channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/ # 运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引
-
启动Anaconda
- 开始菜单 —— Anaconda/Miniconda —— Anaconda Prompt
-
Anaconda常用命令
conda -V # 查看版本 conda create -n env_name python=3.9 # 创建python虚拟环境(指定python版本) conda create -n env_name2 --clone env_name1 # 克隆虚拟环境 conda create -n env_name python=3.9 包名=x.x # 创建虚拟环境的同时安装指定版本的三方库 conda install 包名 # 在base环境中安装包 conda install -n env_name 包名 # 在指定虚拟环境安装包 activate env_name # 激活虚拟环境，Linux系统前面要加source conda remove -n env_name --all # 移除虚拟环境及所有包 conda remove env_name 包名 # 移除指定虚拟环境中的某个包 conda env list # 查看虚拟环境列表 conda list # 查看base环境包列表 -
创建虚拟环境
conda create --name env_name python[==3.6] conda create -n env_name python[==3.6] # 最后python不指定版本，会指定最新版本创建虚拟环境 # 将虚拟环境创建在特定的文件中（windows系统，默认在用户目录的.conda\envs文件夹中。如：C:\Users\XieFeng\.conda\envs） -
查看conda版本
conda -V -
更新conda版本
conda update conda -
查看所有虚拟环境列表
conda env list -
切换/激活虚拟环境
conda activate env_name -
操作虚拟环境
# 安装三方库 conda install 包名 # 查看三方库版本 conda search 包名 # 卸载三方库 conda remove 包名 # 会自动卸载依赖包 -
查看虚拟环境下安装的所有包列表
conda list -
退出虚拟环境
conda deactivate -
删除虚拟环境
conda remove -n env_name --all # 删除虚拟环境及其内部安装的所有包 -
项目交接1：通过.yml环境文件
# 使用conda-pack或conda env export等工具生成.yml环境文件 # 1、生成/更新.yml文件 conda env export > env_name.yml # 把当前环境的模块锁定，执行命令后它会更新 .yml文件 # 2、把代码文件和.yml文件发给别人 # 3、别人创建项目目录，将代码文件和.yml文件存放到项目目录 # 通过.yml文件创建虚拟环境，会自动安装项目依赖的所有三方库 # 打开cmd命令行工具，进入项目目录 # 执行命令 conda env create -f env_name.yml -
项目交接2：通过requirements.txt文件
# conda 批量导出包含环境中所有组件的requirements.txt文件 conda list -e > requirements.txt # 通过运行以下命令来安装requirements.txt文件中列出的所有依赖项 conda install --yes --file requirements.txt # 这种执行方式，一遇到安装不上就整体停止不会继续下面的包安装 # 但是这里存在一个问题，如果requirements.txt中的包不可用，则会抛出“无包错误”。 # 使用下面这个命令可以解决这个问题 $ while read requirement; do conda install --yes $requirement; done < requirements.txt # 或者这样也行 FOR /F "delims=~" %f in (requirements.txt) DO conda install --yes "%f" # 这个执行能解决上面出现的不执行后续包的问题 # 如果想要在conda命令无效时使用pip命令来代替，那么使用如下命令： $ while read requirement; do conda install --yes $requirement || pip install $requirement; done < requirements.txt
![[软件工具]pdf多区域OCR识别导出excel工具使用教程](https://csdnimg.cn/release/blog_editor_html/release2.3.6/ckeditor/plugins/CsdnLink/icons/icon-default.png?t=N7T8){kind=icon}
