版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
由于不同的项目需要用不同的python版本,于是使用Anaconda来进行版本管理,现记录一下经验:
在Anaconda官网下载并安装好Anaconda以后(非常简单,此处不赘述):
1. 查看Python环境
conda info --env可以看到所有python环境,前面有个‘*’的代表当前环境:
2.创建Python环境
conda create --name python35 python=3.5 代表创建一个python3.5的环境,我们把它命名为python35
安装成功后的消息:
现在我们再用conda info --env看看环境:
出现了,创建成功了,没毛病。
3.管理和使用python环境
使用conda activate python35 来激活刚才创建的环境:
尝试使用pip install numpy来给这个环境安装一个常用的包:
当然也可以用conda install numpy来安装,但是会同时安装很多相关的包,在此就不演示了。
在简单的熟悉了以后,就会发现用anaconda来进行python环境的控制真的是非常方便,其实anaconda环境是有物理路径的,如下,你会发现这和我们之前conda info --env的list是一样的:
之后我们删除python35 : conda remove -n python35 --all
再看文件夹,果然已经被删除了:
conda 查看现有虚拟环境 - 删除现有虚拟环境 PyTorch,PT TensorFlow,TF Python, PY 1. Viewing a list of your environments (查看现有虚拟环境) To see a list of all of your environments, in your terminal window or an Anaconda Prompt, run: conda info --envs OR conda env list A list sim
转载: //blog.csdn.net/suiyueruge1314/article/details/89472914
(补充: conda国内源配置 可参考://blog.csdn.net/suiyueruge1314/article/details/105124806)
1、创建虚拟环境:
Anaconda创建环境:
比如,创建pyhon=3.6的版本环境取名叫 nlp
2、删除虚拟环境操作:(谨慎操作)
conda remove -n nlp --all3、激活环境
conda activate nlp如果发现进不去,那么
先: source activate nlp
再: conda activate nlp
# 查看python版本 python --version4、查看环境下已有的安装包:
conda list效果如下
在进入虚拟环境的情况下,安装对应包直接pip install xxxx 或者 conda install xxxx
如:
pip install tensorflow注意:此环境下的安装包在退出虚拟环境后无法使用的
5、退出当前虚拟环境:
conda deactivate补充:Linux下查看已有虚拟环境:
conda-env list提醒:有时候遇到过几次异常,所以开启完虚拟环境后最好使用命令
which python判断编译器位置最为稳妥(nlp是虚拟环境名),有一个home/anaconda/envs/nlp/bin/python
如果发现没有在 anaconda/envs 的虚拟环境(nlp) 下,则多次使用conda deactivate
先退出当前环境,然后再重新使用 source activate xxxx 进入环境
6、重命名环境
conda 其实没有重命名指令,实现重命名是通过 clone 完成的,分两步:
①先 clone 一份 new name 的环境
②删除 old name 的环境
如,将nlp重命名成tf2
conda create -n tf2 --clone nlp删除原环境
conda remove -n nlp --all