脚本宝典收集整理的这篇文章主要介绍了python 虚拟环境搭建,脚本宝典觉得挺不错的,现在分享给大家,也给大家做个参考。
写这篇的原因是在使用 python 的过程中,陆续安装了 python2.7、python3.6、python3.7 的版本,区分 python2 和 python3 还好,而更新到 python3.7 后,每次安装使用命令piP3 install pkg-name
总是容易安装到 python3.7 的 sITe-packages 中,而我是想要在 python3.6 环境下进行运行,这个问题如果有更简便的解决方法,还请评论区留言。那么,一个好的方法就是安装 python 虚拟环境,随便你想在哪个版本下进行开发,减少了版本混乱带来的问题。
下面我们来看具体步骤,以及如何在 Pycharm 和 jupyter noteBook 中使用虚拟环境。
设置步骤
根据需要,设置不同版本的 python 虚拟环境,本文以 python3.6 为例。创建一个名为 python036 的环境,指定 Python 版本是 3.6,conda 会为我们自动寻找 3.6.x 中的最新版本。在执行这一步时要确保你的网络连接正常。
conda create --name python036 python=3.6
新创建好的环境就保存在了/anaconda3/envs/python036
文件夹下,用户安装的不同 python 环境都会被放在该目录下(在安装过程中会显示environment location
),可以在命令中运行conda info -e
查看已安装的环境,当前被激活的环境会显示有一个星号或者括号。以本机为例如下:
# conda environments:
#
base * /anaconda3
baSEMap /anaconda3/envs/basemap
python036 /anaconda3/envs/python036
python36 /anaconda3/envs/python36
在使用虚拟环境时需要注意的一点就是:在每次使用虚拟环境时,需要先激活它(包括安装包在该环境中的时候)。
输入下列命令来激活新的虚拟环境:
source activate python036
此时,激活后 terminal 会显示如下,多出了 python036 的字样:
(python036) MacBook-PRo:~ user$
实际上,系统做的事情就是把默认的环境从 PATH 中去除,再把 3.6 对应的命令加入 PATH。
接下来就可以在该环境下,即你指定的某一个 python 版本环境下愉快的写代码了。
当你想恢复默认环境时,只需执行代码:
source deactivate python036
删除一个已有的虚拟环境,只需在命令行输入:
conda remove --name python036 --all
在PyCharm中使用虚拟环境
这一步设置很简单,打开 PyCharm --> Preferences --> Project Interpreter,点击右上方的设置图标按钮,Add Local 选中对应的路径即可。
但是要注意的是:上图中我添加的路径是 pythonw
,而不是python
。
这是为什么呢?
这一点是为了在 PyCharm 的虚拟环境中使用 Matplotlib。如果直接使用python
,会导致无法正常引入 Matplotlib,因为我们这里是使用 conda 进行管理的,官方的解释如下:
看到这里就很清楚该怎么做了,因此解决了这个问题,就可以在 PyCharm 中畅通无阻的写代码了。
在jupyter notebook中使用虚拟环境
要想让 jupyter notebook 支持虚拟运行环境,只需在 Anaconda 里安装一个插件,一行命令搞定:
conda install nb_conda
要注意的是需要在终端激活的 python 虚拟环境下执行该语句,然后打开 jupyter notebook 新建,就会看到我们的虚拟环境 python036 已经在列表中,选中它即可,如下图所示:
最后,当不需要这个虚拟环境时,使用命令:
conda remove --name python036 --all
删除已有的环境。使用conda info -e
查看如下:
# conda environments:
#
base * /anaconda3
basemap /anaconda3/envs/basemap
python36 /anaconda3/envs/python36
环境 python036 已安全删除。
使用了一段时间虚拟环境的我觉得这项操作十分的人文关怀,绕开了那些乱七八糟的环境和版本。需要注意的是每次必须先使用source activate python036
激活环境,否则徒劳。这一点也是一开始使用比较容易忘的地方。
今天的分享主要是关于 python 虚拟环境的安装和管理,也许不是最全的,但用来使用应该足以应付,这也是在使用过程中遇到问题而去解决而“被逼的”一次主动学习。如果有更好的方法,欢迎评论区见!
参考链接:
Anaconda使用conda管理技巧汇总
如何在Jupyter Notebook中使用Python虚拟环境?
Working with Matplotlib on OSX
不足之处,欢迎指正。
以上是脚本宝典为你收集整理的python 虚拟环境搭建全部内容,希望文章能够帮你解决python 虚拟环境搭建所遇到的问题。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。