01 环境
操作系统: Windows 10 x64Python: miniconda3 x64: https://conda.io/miniconda.html
(说明: 理论上无所谓使用基于python2或者python3的conda, 也无所谓使用miniconda还是anaconda, 更无所谓32或64位版本)
辅助: PyCharm 2017.1 x64
02 步骤
- 下载并安装miniconda,并检查miniconda的路径是否在系统PATH中
可以使用echo %PATH%,也可以在 控制面板\所有控制面板项\系统-->高级系统设置-->高级-->环境变量中找到.
- 测试conda
在cmd或者powershell中输入conda -V 或conda --version,测试conda正确安装 -
查看当前已有的env
输入命令 conda env list 或者 conda info --envs
我的输出结果如下:
目前我已经建好了3个envs,路径也分别打印出来了
-
创建新的env
以tensorflow为例,创建一个新的env
conda create --name tensorflow python=3.5
这是最简单的命令,创建名为tensorflow的env,指定python版本为3.5(python版本还可以设置为其他数值,如3.6,3.4甚至是2.7,尽管之前装的是miniconda3,创建env会自动下载对应版本的python,所以和安装的miniconda的版本没有关系)
该命令还可以在最后添加包名,简单起见,我都是后续单独安装相应的包
-
激活env
使用指令 activate即可,例如 activate tensorflow
如图,我激活了名为tensor的env,在命令行前方会出现相应的前缀.如果是激活了 tensorflow的env,那么相应的前缀也应为tensorflow.
-
安装依赖的包
激活env后,安装包可用pip或者conda指令.
这里需要注意的是激活了哪一个env,安装的包会安装到相应的env中,而不是原本的python或miniconda的环境中(即打印出来的envs的root)
还需要注意的是关闭cmd后,再次打开,似乎要重新激活env的,否则是对root进行操作的
pip和conda是两个不同的包管理器,在env下可以共存,我一般优先使用pip安装包,如果找不到该包,会再用conda尝试一下,通常都能解决,如果还不行,就去官网下载相应的wheel.
以安装tensorflow为例, pip install tensorflow即可,会自动检测当前环境,安装相应版本的tensorflow.
0x03 在PyCharm中使用新建的env环境
打开pycharm的 File--Settings找到envs文件夹下相应env文件夹内的python.exe并添加即可
0x04 几句废话
本文主要还是写的conda的一个简单的流程,重点标注了几个可能遇到的坑标题写的多版本python共存,文中并没有就此多展开,其实每创建一个env都可以是一个不同版本的python,多env的概念已经涵盖多版本python了
使用pycharm也可以用有界面的方式创建virtualenvs或者conda envs,不过个人感觉创建env,还是用命令行更方便。
No comments:
Post a Comment