关于conda、虚拟环境envs、镜像通道mirrors channels、pip、pycharm解释器配置interpreter config的一些总结

已于 2023-03-28 17:24:37 修改
阅读量5.3k 收藏 32
点赞数 6
CC 4.0 BY-SA版权
分类专栏： 环境 其他 文章标签： pycharm python conda 虚拟环境 解释器
于 2022-11-25 17:22:39 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_22828175/article/details/128038056

目录

conda与虚拟环境相关命令

当某个环境所安装的包与其他环境安装的包会相互冲突，或者想要单独定义一个完成某特定任务的环境时，通常需要用到虚拟环境。

查看conda基本信息

conda info

查看当前存在哪些虚拟环境

conda env list 
conda info --envs

创建虚拟环境

conda create --name your_env_name python=x.y
conda activate your_env_name
conda deactivate

克隆虚拟环境

  1. 根据已有环境名复制生成新的环境
    假设已有环境名为A，需要生成的环境名为B：
conda create --name B --clone A
  1. 根据已有环境路径复制生成新的环境
    假设已有环境路径为D:\A，需要生成的新的环境名为B：
conda create --name B --clone D:\A

生成的新环境的位置在anaconda的安装路径下，例如D:\Users\ZC\anaconda3\envs文件夹下。

删除指定虚拟环境

conda remove --name 虚拟环境名 --all

或者直接删除环境文件夹（可能会有残余）

删除指定虚拟环境中某个包

conda remove --name your_env_name package_name

设置国内镜像

https://Anaconda.org的服务器在国外，安装多个packages时，有时conda下载的速度很慢甚至无法连接。可用国内教育镜像资源，例如中科大或清华TUNA镜像源，将其加入conda的配置即可：

添加Anaconda的TUNA镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

添加USTC仓库镜像

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/

设置搜索时显示通道地址

conda config --set show_channel_urls yes

Conda 附加库

有些包使用conda只能从指定channel的附加库中安装，如fitter用conda安装时只能从bioconda channel，或者有时想要安装最新版python时只能从conda-forge，这时需要配置附加库。下面以中科大附加库为例：

Conda Forge

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/

msys2

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/

bioconda

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/

menpo

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

查看channels

conda config --show

恢复默认镜像（即删除手动配置的全部镜像通道）

conda config --remove-key channels

删除指定channel

conda config --remove channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

conda config channels

关于conda通道的配置问题

方法一

当需要在虚拟环境中安装最新的大版本python时，先config conda-forge的镜像通道；或者需要conda install 特定的包时，先config 对应指定的镜像通道；安装配置完成后，再conda config --remove-key channels，删除这些通道，恢复默认，以防后续出现安装或升级包时出现一些不兼容的报错。

方法二

配置conda channels的默认顺序，一般比较保险的原则是：先官方通道，然后附加库，然后镜像库A，然后镜像库B等，例如
在这里插入图片描述

方法三

当默认通道下载速度慢时，可用临时指定的通道，来下载安装包或升级包，例如：

conda update --all --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

其他一些经验

1. conda中升级python的大版本和小版本

使用 conda update --all 或者 conda update python 只能升级python的小版本，例如从3.x.y 到 3.x.y+；如果想升级大版本，例如从3.x 到 3.x+，可以用 conda install python=3.11；但直接在base环境中安装最新版，可能出现与有些已安装包的版本不兼容问题，例如：
在这里插入图片描述
在这里插入图片描述
所以最好是在新建的空的虚拟环境中安装最新版python最保险：

conda create --name your_inv_name python=3.11（最新版本）

但是有时候python最新版在常规通道中不能获取，这时需要配置conda-forge通道，从conda-forge中可安装最新版。

2. 从python官网下载安装，并安装该环境中的包

也可以从python官网中直接下载安装最新版，只是需要从该安装路径下，去安装该解释器环境的相关包。例如可以cd到带python.exe的安装目录，再用python -m pip install 模块名。

3. pip的镜像加速下载

当安装较大的包时，pip通常下载较慢，最好使用临时镜像通道，而不去配置默认镜像通道。例如[清华TUNA PyPI镜像源]（可能较慢）(https://mirrors.tuna.tsinghua.edu.cn/help/pypi/)：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

或者中科大PyPI镜像源：（通常更快）

pip install -i https://mirrors.ustc.edu.cn/pypi/web/simple package

Pycharm中配置不同python解释器到项目或console

当安装了anaconda、create了虚拟环境、从python官网也有下载安装python时，就有多个解释器及其对应的环境可以选择，以适应不同项目的要求。在pycharm中可以方便地指定或切换解释器及其对应环境：

配置控制台的解释器及其对应环境

在设置中搜索控制台，选择构建、执行、部署中的控制台，在Python解释器中选择想要的python安装目录下的解释器，选定之后对应的环境也会选定。但最好是选择跟项目相同的解释器环境，为了在console中调试脚本时不会出现包和版本的报错问题。
在这里插入图片描述

给不同的项目配置想要的解释器及其对应环境

当有不同的项目需要配置不同的解释器环境时，就可以在项目中选择需要的解释器。下图是anaconda的默认解释器及其环境，虚拟环境中的python.exe一般在anaconda3\envs\your_env_name下，官网安装的python就在对应的安装路径下。注意当项目的解释器切换时，如果要用到console，最好将console的解释器也切换为相同的。
在这里插入图片描述

在pycharm中新建或配置虚拟环境

在这里插入图片描述
当选择用pycharm新建虚拟环境时，location一般是到某个项目的文件夹下，base interpreter可以选择conda的python主解释器，也可以选择conda某个虚拟环境下的python解释器，也可以选择将要从python官网下载的不同大版本的解释器，也可以选择从官网下载已安装的python解释器。

在pycharm中新建或配置conda（虚拟）环境

在这里插入图片描述
当interpreter选择默认的 new virtualenv时，就是在pycharm中新建conda的虚拟环境。此时就需要在conda envs的默认路径下新建一个文件夹并命名，该文件夹就用来放虚拟环境。然后选择这个虚拟环境的python大版本，以及conda的可执行文件。这个操作就相当于：conda create --name your_env_name python=x.y，只是在pycharm的对话框中进行而已。

此界面中的interpreter也可以选择conda已有的默认python解释器，或者已建立的虚拟环境中的解释器，这时就相当于使用conda base环境，或者conda activate your_env_name。

指定系统解释器

在这里插入图片描述
当已有为不同项目足够使用的不同python大版本的环境时，也可以为每个项目都指定不同的系统解释器，而不必再去新建或配置pycharm的、或conda的环境了，因为环境新建和配置的工作之前已经做了，现在要编写不同环境需求的项目脚本时，就直接以切换系统解释器的方式使用就行。

参考资料：

https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html
https://docs.python.org/3/tutorial/venv.html
https://pycaret.gitbook.io/docs/get-started/installation

Python 虚拟环境 —— 基于conda、venv的虚拟环境的使用指南
weixin_43733831的博客
06-17 2154
Python在不同的情况下需要使用不同的库，为了方便切换不同项目所用的库，需要使用虚拟环境。创建虚拟环境是一个非常好的习惯！！！在以前我一直都认为虚拟环境很麻烦，不如将自己所有的库都堆到系统环境里。但是，越学到后面越发现这玩意儿的重要性……首先是使用将.py文件打包成.exe文件时，会将环境里的所有库全打包进去，直接增加了exe文件的空间，使用虚拟环境就只会打包虚拟环境中的库。其次是使用Linux系统时，如果不使用虚拟环境，pip包管理会将库放在系统文件夹中，并且还不给sudo权限不能安装……Python的
conda pycharm 虚拟环境_【AI实战】基础环境搭建（Ubuntu+conda+tensorflow+GPU+PyCharm）
weixin_39672572的博客
12-20 291
为方便日常的深度学习模型开发与测试，在自己笔记本上搭建一个深度学习的基础环境，便于学习AI使用。本人使用的笔记本配置是CPU为8代i5，显卡为GTX1060，内存为8G，基本上可满足日常的AI研究与学习。下面将介绍基础环境的搭建配置过程：1、安装Ubuntu 18.04 (1)安装操作系统从Ubuntu官网上下载最新的Ubuntu 18.04 LTS版本的IOS文件，然后使用Image Writ...
conda env
yicuncuntu1101的博客
11-20 696
https://blog.youkuaiyun.com/lyy14011305/article/details/59500819
Conda 与 Python venv 虚拟环境的区别与使用方法
最新发布
阿正的梦工坊
06-12 1277
Conda 适合复杂项目、数据科学和多语言环境，提供强大的依赖管理和 Python 版本控制。Python venv 适合轻量级项目，简单易用，内置于 Python，无需额外安装。
【Miniconda】一文带你了解 conda info --envs 的原理和作用
创作高质量博文，分享知识，共同进步！
03-15 3065
🚀【揭秘Miniconda】一文带你深度剖析`conda info --envs`的奥秘！从概述Miniconda与conda环境的神奇之处开始，带你领略`conda info --envs`命令的强大功能，手把手教你如何玩转它。更有深入探索其工作原理，让你知其然更知其所以然。此外，我们还列举了conda其他环境管理命令，助你成为环境管理达人！最后，为你献上最佳实践与注意事项，让你的conda之旅更加顺畅。快来一起探索吧！#Miniconda #conda环境 #conda info --envs
【Python】conda镜像配置，.condarc文件详解，channel镜像
热门推荐
Code_LT的博客
12-11 8万+
安装miniconda即可，Miniconda 安装包可以到下载。.condarc是conda 应用程序的配置文件，在用户家目录（windows：C:\users\username\），用于管理镜像源。
探索Conda环境的迷宫：conda env list命令全解析
2401_85339615的博客
07-27 1941
通过本文，你已经了解了如何在Conda中使用命令列出所有环境，以及一些高级的使用技巧。合理地管理Conda环境对于提高开发效率和维护项目稳定性至关重要。希望本文能够帮助你在Conda环境中游刃有余，高效地管理你的开发环境。继续探索Conda的强大功能，让环境管理成为你的得力助手。保持编码，保持学习！🚀🌟。
Pytorch(cpu+Windows10+Anaconda(Python3.7)+Pycharm+Jupyter Notebook+清华镜像源) 环境搭建
12-21
打开PyCharm，进入`Settings` -> `Project Interpreter`，点击右上角的`+`按钮，选择`Conda Environment`，然后在`Existing environment`下选择Anaconda3安装路径下的`envs`文件夹，找到`pytorch`环境中的`python....
Anaconda+pycharm+tensorflow安装和环境配置（win10）
12-21
3. 选择“Conda Environment”，然后浏览到Anaconda安装目录下的环境文件夹，找到对应环境的Python解释器（例如：...\Anaconda\envs\ljtf6\python.exe）。 4. 确认“Conda executable”指向正确的Anaconda Prompt...
Python安装与环境配置全攻略：从Anaconda到PyCharm的完整指南
记录学习的过程
05-19 1159
本文提供了从Anaconda安装到PyCharm配置的完整Python开发环境搭建指南。首先，对比了多种Python安装方式（官方Python、Anaconda、Miniconda、系统自带Python）的优缺点及适用场景。接着，详细介绍了Anaconda的下载、安装步骤及Conda环境管理的基本操作。随后，指导了PyCharm的安装与配置，包括Python解释器的设置和常用优化配置。文章还对比了常用的虚拟环境工具（venv、virtualenv、conda、pipenv），并提供了数据科学和Web开发环境
PyCharm使用Virtualenv和Conda
锐意工作室
11-05 1万+
文章目录PyCharm使用Virtualenv和CondaVirtualenv Environment参考文档配置Virtual Environment新建Project在Virtualenv Environment中工作对应命令Conda Environment参考文档安装Miniconda或Anaconda使用国内Conda镜像配置Conda Environment:新建Project在Con...
conda envs 的使用
marmalade要天天向上
08-21 645
conda envs 的使用
【Miniconda】一文带你了解 conda env list 的原理和作用
创作高质量博文，分享知识，共同进步！
03-15 5367
🌵【Miniconda】一文带你轻松掌握conda env list📚 想要高效管理Python虚拟环境？Miniconda与conda来帮忙！💡 `conda env list`一键列出所有环境，清晰明了。📝 深入探索其原理，发现conda的神奇之处。🔍 除此之外，conda还有更多强大命令等你解锁！🚀 掌握最佳实践，避免踩坑，让环境管理更高效。💡 总结与展望，带你领略Miniconda的无限可能。#Miniconda #conda env list #虚拟环境管理 #conda命令
linux查看conda环境,conda env list/conda info--env如何查找环境？
weixin_29171087的博客
05-08 1万+
我一直在尝试使用anaconda/miniconda，因为我的用户使用的是与miniconda一起安装的结构生物学程序，没有一个作者A)考虑到可能还有其他miniconda应用程序B)他们的程序将在多用户环境中使用。因此，使用Arch linux，首先我安装了anaconda(版本4.5.12)，然后使用自己的帐户创建了两个测试环境：conda create -n snakesconda crea...
conda发行版比较@python环境管理@conda命令的基本操作@基本使用@conda env list环境条目重复列出问题
xuchaoxin1375的博客
12-31 1594
Miniconda 是一个 Anaconda 的轻量级替代，默认只包含了 python 和 conda，但是可以通过 pip 和 conda 来安装所需要的包。如果您使用powershell,但是没有执行上述配置代码,会导致powershell执行。需要注意的是,GUI安装包安装的方式中途可以点击一些安装选项,比如环境变量等。例如,指定了当前channel找不到的python版本,会失败。在windows下,您需要注意shell的不同(比如,命令行则是全部安装默认的方式安装,而且往往不是最新的。
conda env list 报错traceback 一大堆看不懂
weixin_49834703的博客
10-04 879
找到办法了删除C:\Users\用户名\.condarc。
Conda_env虚拟环境相关
血皇敖天
10-03 1万+
文章目录一、查看虚拟环境二、创建虚拟环境三、激活虚拟环境四、退出虚拟环境五、共享虚拟环境六、删除虚拟环境 参考网址链接：https://www.cnblogs.com/chenhuabin/p/10718471.html#_label2_0 一、查看虚拟环境 conda env list 注意：env虚拟环境目录存放于Anaconda安装目录下的 envs目录中，在配置python解释器及运行环境时需要注意选择相应虚拟环境中的python.exe文件。 二、创建虚拟环境 创建虚拟环境有两种方式，1是直接创建
Anaconda默认安装在C:\Users\xxx\.conda\envs中
zqk的博客
11-30 4209
C:\Users\zqk\aaa\envs中的虚拟环境直接复制到D:\anzhuang\Anaconda3\envs中即可。C:\Users\zqk\aaa\pkgs是一个缓存文件夹，直接删就行，节约C盘空间。添加一个Everyone用户，所有权限都允许。保存后，env dir的第一个路径已经改变。如若需更改pkgs，插入如下代码。属性->安装->编辑->添加。
解决conda info --envs没有名字的问题
qq_41409120的博客
06-25 1万+
今天activate环境的时候发现报错 然后conda info --envs看到我要activate的那个环境没有名字 看了这个博主的文章 但发现没有解决 后面才发现我要activate的那个环境是用miniconda创建的，所以这个环境的激活要在miniconda命令行里面（miniconda和anaconda是两个不一样的软件） 按下Windows键，搜索miniconda，有个Anaconda Prompt（miniconda） 运行 此时再输入conda info --envs就能看到minic
pycharm配置anaconda虚拟环境报错
03-16
<think>好的，我现在需要帮用户解决在PyCharm中配置Anaconda虚拟环境时遇到的错误。用户提到了几个引用内容，特别是关于找不到模块的错误，比如fbgemm.dll。首先，我得回忆一下这些错误的常见原因和解决方法。 首先，用户可能按照引用[1]和[2]的方法配置环境，但遇到了问题。引用[3]中的错误提示说明在加载torch的某个dll时失败，这可能是因为CUDA版本不兼容，或者PyTorch安装不正确。另外，用户可能没有正确选择虚拟环境中的Python解释器，或者虚拟环境本身有问题。 接下来，我应该分步骤思考解决方法。首先确认是否正确选择了Existing environment，并指向了正确的python.exe。然后检查CUDA版本是否与PyTorch版本匹配，这可能需要用户重新安装PyTorch，并按照引用[2]的建议在虚拟环境中运行安装命令。如果用户没有激活虚拟环境就安装，可能会导致依赖项缺失，从而出现dll错误。 另外，系统环境变量的问题也可能导致找不到模块，需要检查PATH是否包含必要的CUDA路径。有时候，重新创建虚拟环境或者以管理员权限运行PyCharm和Anaconda Prompt也能解决问题。用户可能还需要更新显卡驱动，确保兼容性。 最后，要确保所有步骤都清晰，并且用户能够按照指导逐步排查问题。可能还需要建议用户验证安装是否成功，比如运行简单的PyTorch代码来测试CUDA是否可用。总结这些步骤，形成一个结构化的回答，帮助用户解决报错问题。</think># PyCharm配置Anaconda虚拟环境报错解决方案 ## 一、环境配置基础步骤 1. 创建Anaconda虚拟环境 ```shell conda create -n pytorch_env python=3.8 conda activate pytorch_env ``` 2. 正确安装PyTorch（参考[^2]） - 访问[PyTorch官网](https://pytorch.org/)获取对应CUDA版本的安装命令 - 示例安装命令： ```shell conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia ``` 3. PyCharm配置流程： - File > Settings > Project: [项目名] > Python Interpreter - 点击⚙️选择"Add New Interpreter > Conda Environment" - 选择"Existing environment"，路径指向`Anaconda3\envs\pytorch_env\python.exe` ## 二、常见错误处理方案 ### 错误1：Environment location directory is not empty **解决方法**： 1. 检查`.conda/environments.txt`文件路径是否正确 2. 确认选择的python.exe路径格式应为： ``` C:\Anaconda3\envs\pytorch_env\python.exe ``` 3. 删除残留环境后重建（参考[^1]） ### 错误2：OSError: [WinError 126] 找不到指定模块（如fbgemm.dll） **排查步骤**： 1. CUDA版本验证 ```python import torch print(torch.cuda.is_available()) # 应返回True print(torch.version.cuda) # 需与安装时声明的版本一致 ``` 2. 依赖完整性检查： - 进入虚拟环境目录检查文件结构： ``` envs/pytorch_env/Lib/site-packages/torch ├── lib │ ├── c10.dll │ ├── fbgemm.dll ← 重点检查 │ └── torch_python.dll └── CUDA相关组件 ``` 3. 解决方案： - 重新安装PyTorch（在激活的虚拟环境中） - 添加系统环境变量： ``` PATH += C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin ``` - 更新显卡驱动至最新版本 ### 错误3：CondaHTTPError **解决方法**： 1. 修改.condarc配置文件： ```yaml channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r ``` ## 三、最佳实践建议 1. 权限管理： - 始终以管理员身份运行Anaconda Prompt - 关闭杀毒软件临时文件夹保护 2. 环境验证脚本： ```python import torch print(f"PyTorch版本：{torch.__version__}") print(f"CUDA可用性：{torch.cuda.is_available()}") print(f"CUDA版本：{torch.version.cuda}") print(f"cuDNN版本：{torch.backends.cudnn.version()}") ``` 3. 项目结构建议： ``` project_root/ ├── .idea/ ├── venv/ ← 建议排除虚拟环境目录 └── requirements.txt ← 使用pip freeze > requirements.txt生成 ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

山高月小 水落石出

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值