查看python路径和版本、配置Conda环境和Pytorch安装

参考：

获取python及三方包的版本,安装路径等信息 - 知乎 (zhihu.com)

conda常用命令操作 - Eric小星 - 博客园 (cnblogs.com)(79条消息) conda常用命令:安装，更新，创建，激活，关闭，查看，卸载，删除，清理，重命名，换源，问题_阿尔发go的博客-CSDN博客_conda remove
(79条消息) conda常用命令汇总，随时查询（最全）_wmsofts的博客-CSDN博客_conda常用命令

(69条消息) 使用Anaconda下载工具包_Marho11的博客-CSDN博客

一、查看python的安装路径和版本

# cmd中查看
# Windows下查看python 版本与Linux查看python版本方法一致，在命令行下输入
python --version
#或
python -v
# Windows 下查看python安装路径，在命令行输入：
where python

# Linux下查看当前python安装路径，在命令行输入：
whichis python

# 或者查看所有python所在路径
whereis python


# python 编辑器中查看
import  sys
print(sys.version_info) # python版本信息
print(sys.version) # python版本信息
print(sys.executable) # python安装路径

二、Conda命令

 这里面一定注意，不要把anaconda装到C盘。因为你后面会有好多个虚拟环境，安装很多包；另外，建议把conda命令加入到环境变量里面去。

强调安装pytorch的环境有啥包问题一定要先切换到该环境，别一直在主环境了安装。

#查看状态
conda config --show

# 查看信息
conda info

# 查看环境
conda info -e 或者conda env list

# 切换环境
conda activate <其他环境>
# 列出当前环境下安装的包, 非常常用
conda list
# 搜索包
conda search package_name

# 实验过程中，如果发现某些包没有，直接安装
conda install package_name  # 也可以带版本号
pip install package_name

# 如果发现装错版本了，想要卸载掉包
conda remove package_name
pip uninstall package_name

# 更新包
conda update package_name

#新建虚拟环境 可以指定python版本和一些包的版本
conda create -n env_names package_names   # conda create -n tfenv python=3.7

# 进入虚拟环境,这时候面临着对一些包的操作，就是上面包的相关命令了
activate tfenv

# 离开虚拟环境
deactivate

# 删除虚拟环境
conda env remove -n env_name


# 配置下载通道
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
# pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 安装时PyTorch，官网给的安装命令需要去掉最后的-c pytorch，才能使用清华源
# conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
# msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# bioconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
# menpo
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

######以上和以下两者貌似等价，但下面（不一定有用）

# 生成文档
conda config --set show_channel_urls yes
# 生成文件，C:\Users\14193\.condarc
# 然后打开，复制粘贴以下命令，保存即可

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

# 试试这个
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true



# 先把更新conda到最新版
# conda update conda 
# 建议使用，官方提示语句
conda update -n base -c defaults conda

# 然后把anaconda更新的新版，只有base这个环境更新到最新
conda update anaconda
conda update anaconda-navigator    //update最新版本的anaconda-navigator
# 进入到需要升级的配置环境，也更新到最新版的Anaconda
conda update --all

# 查看conda环境详细信息：
conda info

# 分享/备份环境，环境的.yml文件。
# 首先激活到要分享的环境，在当前工作目录下生成一个environment.yml文件。
conda env export > environment.yml

# 对方拿到environment.yml文件后，将该文件放在工作目录下，可以通过以下命令从该文件创建环境。
conda env create -f environment.yml

三、查看CUDA和安装Pytorch

cmd查看CUDA版本

nvidia-smi

CUDA Toolkit 11.7 Downloads | NVIDIA Developer

pytorch官网：PyTorch

创建虚拟环境

其中，pytorch-gpu为虚拟环境名，可以自己设置。

- 切换到新建虚拟环境下

#进入虚拟环境
conda activate myTorchGpu
#切换镜像源，conda中只要这条语句就可以下载pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

#安装pytorch
#中间安装失败，再重复安装命令即可
conda install pytorch torchvision torchaudio cudatoolkit=11.3

#等待安装完成，之后进行验证，依次输入以下命令，GPU和CPU都可以使用这个验证
python
import torch
print(torch.__version__)  #注意是双下划线
torch.cuda.is_available()

如果结果为true，则表示安装成功。

删除虚拟环境

conda activate base
conda remove -n pytorch-gpu --all

四、Conda安装包的方法

在线安装

先说在线安装，首先打开Anaconda Prompt，就是Anaconda的命令行

1. 用conda install pkgname即可，pkgname为包名

2. 当找不到包的时候，尝试下面的语句

    conda install -c conda-forge pkgname

3. 依旧找不到的话，用下面的搜索包名，进行最后尝试

    anaconda search -t conda pkgname    找到需要的pkgname全名后，输入下面的指令
    anaconda show pkgname（全名），会列出channel_url
    最后根据列出来的url（就是看着像网址的那些）选择相应版本，输入下面的指令进行下载
    conda install --channel channel_url  pkgname

本地安装

如果上述都不可行，尝试下载后进行本地安装（zip/.tar.gz）

1. 从github（或者其他来源）中下载zip

   解压后里面有一个setup.py的文件

   在命令行中进入解压路径，输入python setup.py install

   然后会出现dist文件夹，其中会生成一个.tar.gz类型文件，后续同下种方式

2. 下载.tar.gz类型文件

    根据文件的绝对路径执行命令conda install --use-local pkg

    其中，pkg为绝对路径

加载yaml文件

activate tfenv #进入环境

# 安装所有包
conda env update -f=/path/to/environment.yaml

附录：系统信息代码

# coding:utf-8
import platform
# global var
# 是否显示日志信息
SHOW_LOG = True
def get_platform():
    '''获取操作系统名称及版本号'''
    return platform.platform()
 
def get_version():
    '''获取操作系统版本号'''
    return platform.version()
 
def get_architecture():
    '''获取操作系统的位数'''
    return platform.architecture()
 
def get_machine():
    '''计算机类型'''
    return platform.machine()
 
def get_node():
    '''计算机的网络名称'''
    return platform.node()
 
def get_processor():
    '''计算机处理器信息'''
    return platform.processor()
 
def get_system():
    '''获取操作系统类型'''
    return platform.system()
 
def get_uname():
    '''汇总信息'''
    return platform.uname()
 
def get_python_build():
    ''' the Python build number and date as strings'''
    return platform.python_build()
 
def get_python_compiler():
    '''Returns a string identifying the compiler used for compiling Python'''
    return platform.python_compiler()
 
def get_python_branch():
    '''Returns a string identifying the Python implementation SCM branch'''
    return platform.python_branch()
 
def get_python_implementation():
    '''Returns a string identifying the Python implementation. Possible return values are: ‘CPython’, ‘IronPython’, ‘Jython’, ‘PyPy’.'''
    return platform.python_implementation()
 
def get_python_version():
    '''Returns the Python version as string 'major.minor.patchlevel'
    '''
    return platform.python_version()
 
def get_python_revision():
    '''Returns a string identifying the Python implementation SCM revision.'''
    return platform.python_revision()
 
def get_python_version_tuple():
    '''Returns the Python version as tuple (major, minor, patchlevel) of strings'''
    return platform.python_version_tuple()
 
def show_python_all_info():
    '''打印python的全部信息'''
    print('The Python build number and date as strings : [{}]'.format(get_python_build()))
    print('Returns a string identifying the compiler used for compiling Python : [{}]'.format(get_python_compiler()))
    print('Returns a string identifying the Python implementation SCM branch : [{}]'.format(get_python_branch()))
    print('Returns a string identifying the Python implementation : [{}]'.format(get_python_implementation()))
    print('The version of Python ： [{}]'.format(get_python_version()))
    print('Python implementation SCM revision : [{}]'.format(get_python_revision()))
    print('Python version as tuple : [{}]'.format(get_python_version_tuple()))
 
def show_python_info():
    '''只打印python的信息，没有解释部分'''
    print(get_python_build())
    print(get_python_compiler())
    print(get_python_branch())
    print(get_python_implementation())
    print(get_python_version())
    print(get_python_revision())
    print(get_python_version_tuple())
 
def show_os_all_info():
    '''打印os的全部信息'''
    print('获取操作系统名称及版本号 : [{}]'.format(get_platform()))
    print('获取操作系统版本号 : [{}]'.format(get_version()))
    print('获取操作系统的位数 : [{}]'.format(get_architecture()))
    print('计算机类型 : [{}]'.format(get_machine()))
    print('计算机的网络名称 : [{}]'.format(get_node()))
    print('计算机处理器信息 : [{}]'.format(get_processor()))
    print('获取操作系统类型 : [{}]'.format(get_system()))
    print('汇总信息 : [{}]'.format(get_uname()))
 
def show_os_info():
    '''只打印os的信息，没有解释部分'''
    print(get_platform())
    print(get_version())
    print(get_architecture())
    print(get_machine())
    print(get_node())
    print(get_processor())
    print(get_system())
    print(get_uname())
 
def test():
    print('操作系统信息:')
    if SHOW_LOG:
        show_os_all_info()
    else:
        show_os_info()
    print('#' * 50)
    print('计算机中的python信息：')
    if SHOW_LOG:
        show_python_all_info()
    else:
        show_python_info()
 
def init():
    global SHOW_LOG
    SHOW_LOG = True
 
def main():
    init()
    test()
 
if __name__ == '__main__':
    main()