Python环境教程（一）-环境入门之pip conda

环境入门之pip conda

Pip

1. # 查看版本
2. pip --version
3. # 安装包
4. pip install SomePackage  # 安装最新版本
5. pip install SomePackage==1.0.4  # 安装指定版本
6. pip install 'SomePackage>=1.0.4'  # 安装最低版本
7. # 升级包
8. pip install --upgrade SomePackage
9. # 卸载包
10. pip uninstall SomePackage
11. # 搜索包
12. pip search SomePackage
13. # 显示已安装包信息
14. pip show SomePackage
15. # 列出已安装的包
16. pip list
17. # 查看可升级的包
18. pip list -o
19. # 导出已安装包列表
20. pip freeze --format=freeze > requirements.txt
21. # 从文件安装包
22. pip install -r requirements.txt
23. # 升级pip
24. pip install -U pip

复制代码

设置清华源

1. # 临时使用清华源
2. pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
3. # 设置全局默认清华源  C:\Users\<YourUserName>\AppData\Roaming\pip\pip.ini
4. pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

复制代码

Anaconda

Anaconda 是一个数据科学和机器学习的软件套装，它包含了许多工具和库，让您能够更轻松地进行编程、分析数据和构建机器学习模型。
Anaconda 包及其依赖项和环境的管理工具为 conda 命令，文章后面部分会详细介绍。
与传统的 Python pip 工具相比 Anaconda 的conda 可以更方便地在不同环境之间进行切换，环境管理较为简单。
为什么选择 Anaconda？

• 方便安装： 安装 Anaconda 就像安装一个应用程序一样简单，它为您预先安装好了许多常用的工具，无需单独配置。
  
• 包管理器： Anaconda 包含一个名为 Conda 的包管理器，用于安装、更新和管理软件包。Conda 不仅限于 Python，还支持多种其他语言的包管理。
  
• 环境管理： 使用 Anaconda，您可以轻松地创建和管理多个独立的 Python 环境，比如可以安装 python2 和 python3 环境，然后实现自由切换。这对于在不同项目中使用不同的库和工具版本非常有用，以避免版本冲突。
  
• 集成工具和库： Anaconda 捆绑了许多用于数据科学、机器学习和科学计算的重要工具和库，如 NumPy、Pandas、Matplotlib、SciPy、Scikit-learn 等。
  
• Jupyter 笔记本： Jupyter 是一个交互式的计算环境，支持多种编程语言，但在 Anaconda 中主要用于 Python。它允许用户创建和共享包含实时代码、方程式、可视化和叙述文本的文档。
  
• Spyder 集成开发环境： Anaconda 中集成了 Spyder，这是一个专为科学计算和数据分析而设计的开发环境，具有代码编辑、调试和数据可视化等功能。
  
• 跨平台性： Anaconda 可在 Windows、macOS 和 Linux 等操作系统上运行，使其成为一个跨平台的解决方案。
  
• 社区支持： Anaconda 拥有庞大的社区，用户可以在社区论坛上获取帮助、分享经验和解决问题。
  

简而言之，anaconda提供了强大的环境管理功能和包安装功能，这两个功能至关重要。
通常官网下载安装Python，只安装一个版本，多版本会造成冲突和混乱。而Anaconda则很好的支持了多版本，安装后默认启用base环境，里面自带了一个Python版本，base的python解释器路径在 $anaconda3/python.exe下。可通过conda命令生成、切换、删除环境，推荐将新环境的位置设置在$anaconda3/envs下，方便管理。
pip 是 Python 包管理工具，该工具提供了对Python 包的查找、下载、安装、卸载的功能。（Python 2.7.9 + 或 Python 3.4+ 以上版本都自带 pip 工具）。但是pip安装包经常会出现失败的现象，不是依赖冲突爆红就是安装成功导入失败，真是让人抓狂。pip install换成conda install就可以高枕无忧，conda会自动处理各个包之间的版本冲突依赖问题，哪怕是非纯Python编写的库也能够一键安装。
Miniconda

Miniconda 是一个轻量级的 Python 发行版，只包含最基本的内容——Python 和 Conda，以及相关的必须依赖项。它适用于那些对空间要求严格的用户，因为它只包含最基本的东西，其他的库需要用户自行安装。
为什么选择Miniconda？
答案只有一个，空间占用。Anaconda 的安装包非常大，一般在 5GB 左右，因为它预装了大量的库和工具。Anaconda 预安装了数百个常用的科学计算、数据分析和机器学习等方面的包和库，如 NumPy、Pandas、SciPy、Matplotlib 等，还内置了 Jupyter Notebook 和 Spyder 等开发工具。Miniconda 则只提供了基础的 Conda 包管理器和 Python 解释器，需要用户根据实际需求手动安装所需的包。所以如果你不是必须用到base环境，我强烈建议你换成miniconda或其他。
下载安装

windows
官网下载：立即下载 | Anaconda --- Download Now | Anaconda
安装一路Next，安装位置最好改成C盘以外的盘，注意路径中不要有中文。
linux

1. mkdir -p ~/miniconda3  # -p 指定路径
2. wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
3. bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3  # -b 批处理模式安装  -u 覆盖更新
4. source ~/miniconda3/bin/activate
5. conda init --all
6. rm ~/miniconda3/miniconda.sh

复制代码

设置环境变量

为什么要设置环境变量？
安装完成之后conda命令并没有在全局生效，cmd以及powershell是找不到conda命令的。右键左下角的win图标，打开终端管理员。输入conda命令，终端并不识别。此时只能通过win->全部->Anaconda PowerShell Prompt或Anaconda Prompt（以管理员身份运行）来执行conda命令，很不方便，设置环境变量后可在pycharm或vscode的终端中管理conda，无需新建窗口。
此电脑->我的属性->高级系统设置->环境变量->选中系统变量Path->编辑->新建，添加下方三个变量。配置路径根据安装位置自行修改。

1. D:\miniconda3
2. D:\miniconda3\Scripts
3. D:\miniconda3\Library\bin

复制代码

配置清华源

官网配置：anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
通过命令行配置

1. # 仅显示镜像源信息
2. conda config --show channels
3. # 添加清华源
4. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
5. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
6. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
7. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
8. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
9. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

复制代码

通过文件配置
不同系统下的 .condarc 目录如下：
- Linux: ${HOME}/.condarc
- macOS: ${HOME}/.condarc
- Windows: C:\Users\\.condarc
注：
* Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。

1. channels:
2.   - defaults
3. show_channel_urls: true
4. default_channels:
5.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
6.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
7.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
8. custom_channels:
9.   conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
10.   pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
11. envs_dirs:
12.   - D:\miniconda3\envs\

复制代码

default_channels：默认安装通道
custom_channels：特定命名空间包的安装通道
envs_dirs：默认环境安装地址
Conda命令

官网文档：Commands — conda 25.9.2.dev25 documentation
Conda 环境管理

1. # 查看环境
2. conda env list
3. # 创建环境
4. conda create -n env_name python=3.10  # -n, --name
5. conda create -n env_name python=3.10 -p D:\miniconda3\envs\env_name  # 指定完整路径 -p, --prefix
6. # 激活环境
7. conda activate env_name
8. # 退出当前环境
9. conda deactivate
10. conda activate  # 默认激活base
11. # 导出环境
12. conda env export > environment.yml
13. # 克隆环境
14. conda create -n destination --clone source  # 将 source 克隆到 destination
15. # 删除环境
16. conda env remove -n env_condaname
17. conda remove -n env_name --all  # -a, --all

复制代码

Conda 包管理

1. # 查看已安装的包
2. conda list
3. conda list -n env_name  # 指定环境
4. # 安装包
5. conda install numpy
6. conda install numpy -y  # 确认 -y, --yes
7. conda install numpy=1.26.4  # 指定版本
8. conda install numpy -c conda-forge  # 指定通道 -c, --channel
9. conda install numpy -n env_name  # 指定环境
10. # 更新包
11. conda update numpy
12. conda update --all  # 更新所有包
13. # 卸载包
14. conda uninstall numpy
15. conda uninstall numpy -n env_name  # 指定环境
16. conda remove numpy -n env_name  # 指定环境
17. pip uninstall numpy
18. # 清理缓存和无用包
19. conda clean --all

复制代码

其他常用命令

1. # 初始化
2. conda init
3. # 查看帮助信息
4. conda --help
5. # 查看conda版本
6. conda --version
7. # 升级conda
8. conda update conda
9. # 搜索包
10. conda search package_name

复制代码

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

收藏一下   不知道什么时候能用到