pip、conda 操作

一、pip操作

pip list #查看已安装的包
pip install numpy #安装numpy包
pip list --outdated #检查有哪些包需要更新
pip install --upgrade numpy #升级numpy包
pip uninstall numpy #卸载numpy包
pip --help #显示帮助

二、conda操作

1、对环境的创建、删除等操作

conda creat -n python36 #创建环境python36
activate python36 #进入环境python36
deactivate #退出环境
conda env list #查看环境列表
conda env remove -n python36 #删除环境python36
2、对包的安装、更新、删除等操作
conda list #查看已安装的包
conda install numpy #安装numpy包
conda update numpy #更新numpy包
conda update -all #更新所有包
conda remove numpy #卸载numpy包
conda -h #显示帮助
### pipconda的区别 `pip` 和 `conda` 是 Python 生态中最常用的两种包管理工具,尽管它们有一些相似之处,但在设计目标和功能上存在显著差异。 #### 设计目的 - **pip**: 主要用于安装和管理 Python 软件包。它专注于 Python 的生态系统,并依赖于 PyPI(Python Package Index)来分发软件包[^1]。 - **conda**: 作为 Anaconda 发行版的一部分,不仅限于 Python 包的管理,还支持多种语言和其他二进制文件的安装。它可以处理更广泛的依赖关系,包括非 Python 库[^2]。 #### 安装方式 - 使用 `pip` 进行安装时,通常通过以下命令完成: ```bash pip install package_name ``` 这适用于纯 Python 编写的模块或那些不需要编译扩展的模块。 - 对于 `conda`,其语法类似但提供了更多选项以适应复杂的环境需求: ```bash conda install package_name ``` #### 环境隔离能力 两者都提供虚拟环境的功能以便更好地控制项目间的相互影响。 - 创建基于 `pip` 的虚拟环境可以这样操作: ```bash python -m venv my_env source my_env/bin/activate ``` 随后可利用 `requirements.txt` 文件记录所需的所有依赖项并重现相同配置。 - Conda 则简化了这一过程并通过单一指令实现整个流程: ```bash conda create --name my_env python=3.8 conda activate my_env ``` ### 如何一起使用 PipConda 虽然推荐单独使用其中一个工具以免引起冲突,但在某些情况下可能需要混合二者的能力。遵循最佳实践能够减少潜在风险: 1. 始终优先考虑 conda 来解决依赖问题; 2. 如果某个特定版本无法经由 conda 获取,则转而求助于 pip; 3. 避免在同一环境中频繁切换两者的角色定位以防破坏稳定性; 例如,在已激活的 conda 环境下执行如下步骤安全引入外部资源而不损害原有结构: ```bash conda config --add channels conda-forge conda install some_package_from_conda_forge pip install specific_python_only_package==desired_version ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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