Anaconda是python的包管理工具
一個python環境中需要有一個解釋器, 和一個包集合.
如果我在本地只有一個python環境那我所有程序用到的各種包都只能放到同一個環境中, 導致環境混亂, 另外當我將寫好的程序放到另一電腦上運行時又會遇到缺少相關包, 需要自己手動一個個下載的情況, 實在是煩人, 要是能每個程序開發都選用不同的環境, 而開發好之後又能將該程序需要的環境(第三方包)都獨立打包出來就好了.
目錄
管理虛擬環境
接下來我們就可以用anaconda來創建我們一個個獨立的python環境了.
activate
activate 能將我們引入anaconda設定的虛擬環境中, 如果你後面什麼參數都不加那麼會進入anaconda自帶的base環境,
你可以輸入python試試, 這樣會進入base環境的python解釋器, 如果你把原來環境中的python環境去除掉會更能體會到, 這個時候在命令行中使用的已經不是你原來的python而是base環境下的python.而命令行前面也會多一個(base) 說明當前我們處於的是base環境下.
創建自己的虛擬環境
我們當然不滿足一個base環境, 我們應該爲自己的程序安裝單獨的虛擬環境.
創建一個名稱爲learn的虛擬環境並指定python版本爲3(這裏conda會自動找3中最新的版本下載)
conda create -n learn python=3
切換環境
activate learn
查看所有環境
conda env list
在當前環境輸入python進入python解釋器
安裝第三方包
輸入
conda install requests
或者
pip install requests
卸載第三方包
conda remove requests
或者
pip uninstall requests
查看環境包信息
要查看當前環境中所有安裝了的包可以用
conda list
導入導出環境
如果想要導出當前環境的包信息可以用
conda env export > environment.yaml
將包信息存入yaml文件中.
當需要重新創建一個相同的虛擬環境時可以用
conda env create -f environment.yaml
activate // 切換到base環境
activate learn // 切換到learn環境
conda create -n learn python=3 // 創建一個名爲learn的環境並指定python版本爲3(的最新版本)
conda env list // 列出conda管理的所有環境
conda list // 列出當前環境的所有包
conda install requests 安裝requests包
conda remove requests 卸載requets包
conda remove -n learn --all // 刪除learn環境及下屬所有包
conda update requests 更新requests包
conda env export > environment.yaml // 導出當前環境的包信息
conda env create -f environment.yaml // 用配置文件創建新的虛擬環境
深入一下
或許你會覺得奇怪爲啥anaconda能做這些事, 他的原理到底是什麼, 我們來看看anaconda的安裝目錄
這裏只截取了一部分, 但是我們和本文章最開頭的python環境目錄比較一下, 可以發現其實十分的相似, 其實這裏就是base環境. 裏面有着一個基本的python解釋器, lLib裏面也有base環境下的各種包文件.
那我們自己創建的環境去哪了呢, 我們可以看見一個envs, 這裏就是我們自己創建的各種虛擬環境的入口, 點進去看看
可以發現我們之前創建的learn目錄就在下面, 再點進去
這不就是一個標準的python環境目錄嗎?
這麼一看, anaconda所謂的創建虛擬環境其實就是安裝了一個真實的python環境, 只不過我們可以通過activate,conda等命令去隨意的切換我們當前的python環境, 用不同版本的解釋器和不同的包環境去運行python腳本
與pycharm連接
在工作環境中我們會集成開發環境去編碼, 這裏推薦JB公司的pycharm, 而pycharm也能很方便的和anaconda的虛擬環境結合
在Setting => Project => Project Interpreter 裏面修改 Project Interpreter , 點擊齒輪標誌再點擊Add Local爲你某個環境的python.exe解釋器就行了
