python基础环境建设(pip、anaconda)

原创已于 2024-03-12 14:32:26 修改 · 260 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #pip #开发语言

于 2023-08-13 15:47:26 首次发布

文章讲述了在CentOS7.9和Python3.6环境下pip安装SQLAlchemy遇到的问题及解决方案，包括升级setuptools和pip，以及离线安装。同时介绍了Anaconda的配置和管理，包括虚拟环境的创建、激活、删除，以及包的查询、安装、更新和删除等操作。

1.pip

配置文件路径：
centos：~/.pip/pip.conf
windows: C:\Users\admin\AppData\Roaming\pip\pip.ini
文件内容：

[global]
index-url = http://IP/repository/pypi-tsinghua/simple
trusted-host=IP

今天centos7.9、python3.6环境 pip install sqlalchemy引包时报错大致如下：

Command “/usr/local/python36/bin/python3.6 -u -c “import setuptools,
tokenize;file=‘/tmp/pip-build-gvrqj4jw/greenlet/setup.py’;f=getattr(tokenize,
‘open’, open)(file);code=f.read().replace(‘\r\n’,
‘\n’);f.close();exec(compile(code, file, ‘exec’))” install
–record /tmp/pip-h306ktbw-record/install-record.txt --single-version-externally-managed --compile” failed with error code 1 in /tmp/pip-build-gvrqj4jw/greenlet/

报错关键字：setuptools
解决方案：

pip install --upgrade setuptools
pip install --upgrade pip setuptools wheel

这块最后再说下pip引包的终极杀手锏，离线引包，下python版本对应.whl文件，下载地址：https://pypi.org/，注意操作系统（win or centos）和系统位数（amd64），执行pip install D:\XXXXX-cp38-win_amd64.whl 。

2.anaconda

配置文件路径：
centos: ~/.condarc
windows：C:\Users\admin.condarc
文件内容:

channels:
  - defaults
show_channel_urls: true
auto_activate_base: true

channel_alias: https://mirrors.bfsu.edu.cn/anaconda
default_channels:
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/free
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/pro
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

anaconda可以随意创建使用多版本的python，十分方便。命令主要分为下面两块。

1.虚拟环境管理

# 查看现有的环境
$ conda info --env

# 创建环境，后面的python=3.6是指定python的版本
$ conda create --name env_name python=3.6
conda create --name python3.6 python=3.6
conda create --name python38 python=3.8
# 创建包含某些包的环境（也可以加上版本信息）
$ conda create --name env_name python=3.7 numpy scrapy
 
# 激活某个环境
$ activate env_name
 
# 关闭某个环境
$ conda deactivate

激活conda环境 conda activate

关闭conda环境 conda deactivate

打开终端自动进入conda环境: conda config --set auto_activate_base true

关闭打开终端自动进入conda环境: conda config --set auto_activate_base false

 
# 复制某个环境
$ conda create --name new_env_name --clone old_env_name
 
# 删除某个环境
$ conda remove --name env_name --all
 
# 生成需要分享环境的yml文件（需要在虚拟环境中执行）
$ conda env export > environment.yml
 
# 别人在自己本地使用yml文件创建虚拟环境
$ conda env create -f environment.yml

2.包管理

# 列出所有环境
$ conda env list

# 列出当前环境下所有安装的 conda 包。
$ conda list
 
# 列举一个指定环境下的所有包
$ conda list -n env_name
 
# 查询库
$ conda search scrapys
 
# 安装库安装时可以指定版本例如：（scrapy=1.5.0）
$ conda install scrapy
 
# 为指定环境安装某个包
$ conda install --name target_env_name package_name
 
# 更新安装的库
$ conda update scrapy
 
# 更新指定环境某个包
$ conda update -n target_env_name package_name
 
# 更新所有包
$ conda update --all
 
# 删除已经安装的库也尅用（conda uninstall）
$ conda remove scrapy
 
# 删除指定环境某个包
$ conda remove -n target_env_name package_name
 
# 删除没有用的包
$ conda clean -p