使用conda&pip创建与管理环境

使用conda&pip创建与管理环境

1.在Linux系统中创建虚拟环境

在这里,默认大家已经安装好了anaconda或者miniconda,并可以使用conda命令。

1.1 在默认/home位置上建立虚拟环境
conda create -n env_name python=x.x

其中,env_name是你想要创建环境的名字,以便日后你可以使用名字来激活相应的环境,比如你可以将其替换为myNlp

1.2 在指定目录下创建虚拟环境

有时候,home盘下存储空间较小,我们想在mnt盘里进行创建环境。可以采用下面方式:

conda create  -p /mnt/environment/.conda/envs/env_name  python=3.7

以上命令是在 /mnt/environment/.conda/envs/目录下创建了一个env_name的环境,并且python版本为3.7。

2. 激活创建的虚拟环境

我们想要在虚拟环境中加入需要的包,或者去测试我们的代码,首先是要激活相应的环境才可以。
激活环境的命令有时候不同,需要在创建环境时,关注一下系统给予的提示,会更加明确。但是,一般大部分命令为:

##针对第一种创建方式的环境
source activate   env_name 
##针对第二种创建方式的环境
source activate  /mnt/environment/.conda/envs/env_name 

3. 向虚拟环境中添加包

3.1 pip安装方式

键入:pip install pandas

3.2 conda安装方式

键入:conda install pandas

3.3 pip文件安装方式

上面两种方法都是以命令方式来直接安装包,有时候比较麻烦,也不利于项目迁移。所以我们有时候会将需要的package写入到一个文件中,使用pip命令来对文件中所有的package进行安装。

文件可以自己建立,比如package.txt,包含了matplotlib==3.0.2包。那么使用命令:

pip install -r packages.txt

就能安装matplotlib。

不过,有时候本人更愿意将另一个环境的pip list导出,然后再添加几个需要的package来完成安装:

##针对以前环境的导出安装包
 pip freeze > packages.txt
##激活现在的环境之后,安装包
 pip install -r packages.txt

4. 退出虚拟环境

source deactivate env_name

5.删除环境

conda remove -n env_name --all

你可能感兴趣的:(Python,NLP,机器学习)