Bootstrap

Python项目虚拟环境(超详细讲解)

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 👈👈

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
    1. 在python官网下载了python解释器(实际上就是一个软件)
    2. 将下载好的python解释器安装在D:\Python39目录下
    3. 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
  1. 新建项目

  2. 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

  3. 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

  4. 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
  5. 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
  6. 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

  7. 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
  8. 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

  9. 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
      1. 打开项目：Open

      2. 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
      1. 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

      2. 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

  10. 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：virtualenv
  • 用户指南：User Guide - virtualenv
  • 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：virtualenvwrapper-win · PyPI
  • 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：Pipenv: Python Dev Workflow for Humans — pipenv 2018.7.1.dev0 documentation
  • 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
    • 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
    • 国内镜像源 
      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Anaconda/Miniconda安装源
    • 修改安装源代码 
      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/
    • 方法一：开始菜单 —— Anaconda Navigator —— File —— Preferences —— Configure Conda —— 粘贴上面修改安装源代码 —— Save and Rstart

      • 8.jpg

    • 方法二 
      # 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

# 1. 开始菜单 —— Anaconda Prompt —— 执行下面代码
    conda config --set show_channel_urls yes

    # 生成的.condarc文件在在 C:\Users\用户名 目录下(我的 ：C:\Users\Administrator)
# 2. 使用记事本打开.condarc文件，粘贴上面的修改安装源代码即可

# 3. 运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引
    • 方法三：使用Anaconda Prompt执行conda命令修改 
      conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
    • 使用conda info命令查看当前的channel URLs（安装源）
    • 如果修改完安装源之后，使用conda install安装速度慢的错误，则将C:\Users\用户名目录下的.condarc文件里面的-default一行删除

  • Anaconda常用命令

    conda -V                                        # 查看版本（V是大写）
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 activate env_name                         # 切换/激活虚拟环境，Linux系统前面要加source
conda deactivate                                # 退出虚拟环境

conda config --show                             # 查看虚拟环境默认位置
conda install 包名=version                      # 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

  • 使用Anaconda

  • 启动Anaconda

    • 开始菜单 —— Anaconda/Miniconda —— Anaconda Prompt
    • 如果想在系统自带的cmd中使用conda命令，则需要将Anaconda添加到环境变量中 
      # 1、在系统变量中新建一个变量
变量名：condapath
变量值：E:\Anaconda3    (这里就是Anaconda的安装目录)

# 2、在系统变量中找到Path变量，点击编辑，把下面内容添加进去
%condapath%
%condapath%\Scripts
%condapath%\Library\bin
%condapath%\Library\mingw-w64\bin

  • 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）

# 指定虚拟环境安装目录
# 使用--prefix或简写-p选项，后面跟上您想要创建环境的完整路径

conda create --prefix /your/custom/path/env_name python=3.9
conda create --p /your/custom/path/env_name python=3.9

  • 修改Anaconda创建虚拟环境默认路径

    • windows系统，创建的虚拟环境默认在用户目录的.conda\envs文件夹中
    • 首先，通过 conda config --show 查看Anaconda虚拟环境默认安装路径

      • 10.jpg

    • 这里我们明明看到E:\Anaconda3\envs是第一个默认安装路径
    • 但是，安装的时候就是安装到了C:\user\administrator\.conda\envs目录中
    • 原因：E:\Anaconda3\envs目录是只读权限，我们只需要修改权限即可
    • Anaconda目录 —— 鼠标右键“属性”—— 安全 —— 编辑 —— 组或用户名 中选择 Users —— Users的权限勾选 完全控制 —— 应用 —— 确定

      • 11.jpg

    • 再次创建虚拟环境，通过conda env list可以看到新创建的虚拟环境就到了E:\Anaconda3\envs目录中
    • 如果我们想要将虚拟环境安装到我们指定的目录，则需要通过命令进行添加
      • 1、创建目录 E:\envs
      • 2、设置envs目录的操作权限，Users的操作权限为完全控制
      • 3、在CMD命令中通过命令添加默认路径
      conda config --add envs_dirs E:/envs
# 通过 conda config --show 命令可以看到刚刚添加的目录默认会排在第一
# 如果我们要安装的目录没有排在第一，我们也可以通过conda config --add envs_dirs E:/envs命令来将目录提升到第一
# --add代码本意为添加路径，由于路径已经存在，便调整至了第一的位置

  • 删除虚拟环境默认路径

    conda config --remove envs_dirs E:/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

  • 安装第三方包

    • 使用conda命令 
      conda install 包名
    • 使用pip命令 
      pip install 包名

# 使用pip命令安装的包，卸载时也需要用pip命令卸载
    • 使用GUI界面安装 
      1、在Anaconda Navigator中，选择Environments选项卡
2、然后选择Not install，在右边搜索框进行搜索需要的库包名字，选择需要的库包，选择apply进行安装

      • 12.jpg

    • 使用requirements.txt文件批量安装 
      1、在项目的根目录下创建一个名为requirements.txt的文件，列出所有需要安装的第三方包或库
2、在Anaconda Prompt或命令行中输入`pip install requirements.txt`命令

  • 查看第三方包版本

    # 查看当前虚拟环境下所有包及其版本信息
conda list

# 查看指定包的版本及依赖包
conda list <package_name>

  • 卸载第三方包

    • 使用conda命令
     conda remove package_name
    • 使用pip命令
    pip uninstall package_name

  • 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

悦读

道可道，非常道；名可名，非常名。 无名，天地之始，有名，万物之母。 故常无欲，以观其妙，常有欲，以观其徼。 此两者，同出而异名，同谓之玄，玄之又玄，众妙之门。

最新收录
2020年，令人惊叹的Echarts！
JDBC之用IDEA连接SQLServer数据库实用教程
form提交
Liunx环境搭建CI/CD第四步--安装docker、JDK、Maven
uni-app修改页面背景色:
pyspark实战（六）pyspark+happybase批量写入hbase操作
【JUC】LockSupport线程等待唤醒
星空特效HTML代码,旋转的星空特效代码
Python 代码执行可视化
如何测试IP速度？
;