virtualenv虚拟环境管理+Anaconda虚拟环境与Kernel的管理

• 旨在对Anaconda虚拟环境的管理做个总结： 多python版本工作环境；
• 虚拟环境的创建、删除、导出， 自己工作python环境做备份，将python环境和自己的搭建的module进行对应匹配，避免版本的不兼容性问题；
• 对python或者其他工具（Julia、Matlab）的Kernel管理做个笔记，方便自己以后查阅。

先给自己挖个坑。。。
[此坑尚未填满。。。。]

---

手动安装Python及相关工具

安装指定版本的python

• 下载需要的python版本【我是链接,点我】
• 安装：
  • 进入下载好的解压过的文件夹，比如：/home/papageno/Python-2.7.15/
  • 或者 wget 在服务器上下载： wget this-is-the-dowload-link,
    再tar -xvf this-is-the-download-file-tar-gz解压, 进入文件夹.

# 指定安装位置为：/home/papageno/python27
./configure --prefix=/home/papageno/python27
# 编译并安装
make
make install

安装setuptools和pip

setuptools下载地址
pip下载地址
安装时指定python位置！

# 进入文件夹为刚刚下载解压的setuptool文件夹
/home/papageno/python27/bin/python setup.py install

# 进入的文件夹为刚刚下载并解压的pip文件夹
/home/papageno/python27/bin/python setup.py install

---

以上我们安装了想要的python，还有pip工具，接下来配置虚拟环境。

---

pip 进行包管理

使用virtualenv管理虚拟环境

• 没有root权限，在用户本地搭建虚拟环境
• 对特定project需要对应的python版本和包版本

安装 virtualenv

pip install virtualenv 

创建虚拟环境( virtualenv)

• 先进入你想放置虚拟环境的位置，比如我的是 /home/papageno/py-env

  virtualenv -p /home/papageno/python27/bin/python py27env
  

  命令virtualenv -p PYTHON-EXE-YOU-WANT-TO-USE-FOR-THIS-ENV yourEnvName

  py27env是我安装这个虚拟环境的名字，在当前文件夹下会建立这样一个虚拟环境，指定了运行的python为/home/papageno/python27/bin/python, 就是我刚才装的那个python。

• 将新创建的虚拟环境的路径加入用户环境变量,编辑一般情况下位置为 ~/.bashrc

  # virtualenv py2.7.15 UCS2
  export PATH=$PATH:/home/papageno/py-env/py27env/bin
  

  常用操作source ~/.bashrc，激活刚刚改的环境变量文件

  source ~/.bashrc
  

• 进入与退出虚拟环境py27env

  [注意] 一般我为了防止多个虚拟环境激活文件重名，这里我手动把/home/papageno/py-env/py27env/bin里面的activate文件改名为activate27 !

  由于我们已经将刚刚建立的虚拟环境py27env加入了环境变量，进入虚拟环境只需

   # 我已经把activate手动改名为activate27, 不然多个虚拟环境时环境变量中`activate`可能会有同名现象
  source activate27
  

  现在你可以在这个虚拟环境里通过pip install XXX来安装了，所有安装的东西默认位置都在此虚拟环境内。
  退出虚拟环境，shell中输入

  deactivate
  

在 virtualenv中安装各种python包

virtualenv 进阶管理

当前环境下库版本的导出与安装

pip freeze > my_py27_requirements.txt

从此文件安装
pip install -r my_py27_requirements.txt

---

我们也可以使用更高级化一点（也许有时候更麻烦一点）的工具Anaconda来实现对包的管理

---

使用Anaconda的Python并用conda进行包管理

conda env安装与管理虚拟环境

虚拟环境的创建 conda env list

虚拟环境的包管理 conda env create

conda env

Jupyter kernel 配置问题

Anaconda的python可能会遇到 undefined symbol: PyUnicodeUCS2_DecodeUTF8 , Anaconda的Python都是UCS4. 所以.so文件在编译的时候注意选择encoding的问题
“on Linux all Anaconda Python packages use UCS4, more precisely: Because Anaconda Python 2 itself was compiled using the UCS4 flag, all (C extension) packages build against it, will be only compatible with a UCS4 Python 2 build. In many Linux distributions, e.g. Ubuntu, CentOS, UCS4 is used by the system Python (/usr/bin/python). You can always check this by looking at sys.maxunicode: the value 1114111 means UCS4 and 65535 means UCS2.”

• 参考 https://blog.csdn.net/Papageno_Xue/article/details/83691972
• 查看自己python的unicode

import sys
print(sys.maxunicode)
1114111  # the value 1114111 means UCS4 

或者

import sys
print(sys.maxunicode)
65535   # the value 65535  means UCS2

相关参考链接：

1. https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html