python虚拟环境配置 AND Jupyter Notebook如何调用虚拟环境

目录

Python环境设置

1.下载Anaconda

2.镜像源与python虚拟环境设置

3.Opencv-python扩展包的安装

conda常用命令

pip常用命令

python扩展库的pip在线安装

Jupyter Notebook如何调用虚拟环境

---

Python环境设置

Opencv是一个优秀的图像处理工具库，python通过扩展调用opencv库的方式实现各种图像处理功能。

1.下载Anaconda

Anaconda官网网址:

Anaconda | Anaconda Distribution

2.镜像源与python虚拟环境设置

第一步：打开北京外国语大学开源镜像网址：

https://mirrors.bfsu.edu.cn/help/anaconda/

Anaconda软件读取名为.condarc文件，该文件内容记录了镜像源的网络地址，conda工具从其镜像网址下载程序包。.condarc文件是在隐藏文件夹中的一个隐藏文件（允许显示隐藏文件）。

第二步：在windows平台设置显示隐藏文件夹，找到.condarc文件（一般较常见目录是：C:\Users\Administrator.conda），将镜像源粘贴进去.condarc文件，保存该文件即可。找不到.condarc文件，就自己新建一个。

第三步：启动Anaconda Promet的命令提示窗，进入C:\ProgramData\Anaconda3\envs目录，在命令窗口执行下面的命令：

<1> 清除索引缓存

命令1：conda clean –i

<2> 创建一个名为tes的虚拟环境，并指定python版本为3.8

命令2：conda create -n tes python=3.8

该命令执行时conda软件将会连接到指定的镜像源，下载库包，并且安装，如果某软件包还依赖了其它软件包，则会先下载安装依赖包，安装过程几乎不需要介入。

安装失败的话：

        1.用 conda config --show-sources 查看.condarc文件是不是重复了。

        2.重装镜像源

<3> 激活tes环境，

命令3: conda activate tes

虚拟环境安装成功后，新的虚拟环境所在的目录一般是下面的目录：

c:\ProgramData\Anaconda3\envs\tes

该虚拟环境具有指定的python3.8解释器，可供开发工具使用。

3.Opencv-python扩展包的安装

Anaconda安装成功后，默认的python环境功能有限，还不能运行opencv库相关的程序，使用cv2模块就会发生ModuleNotFoundError的异常。opencv是一个独立于python的的程序库模块，需要opencv-python拓展包，这样python程序就可以调用opencv库中的函数。

安装opencv_python模块有两种方式，下载安装包安装或者在线安装，这两种方式都使用到一个与当前python版本匹配轮子文件，该文件名类似下面的命名，文件名指示了运行平台，opencv版本，python版本。文件名表示了opencv的版本是4.5.3，python的版本是3.8，运行平台是64位的windows平台。

第一步：安装轮子文件 opencv_python-4.5.3.56-cp38-cp38-win_amd64.whl

**下载轮子的地址：**

https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/opencv-python/ 国内镜像

[https://pypi.org/project/opencv-python/#files](#files) 国外源  

到这个网址下载numpy包。 

https://pypi.org/project/numpy/#files

第二步：pip命令也可以使用轮子文件安装模块。使用pip命令安装轮子文件。

命令4: pip install opencv_python-4.5.3.56-cp38-cp38-win_amd64.whl

第三步：pip工具的在线安装模块是很方便的，例如下面是指定阿里云镜像的在线安装opencv-python扩展的命令，在线安装无需指定opencv的版本，服务器会自动选择匹配的文件下载安装。

命令5:

pip install opencv-python –i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

总体步骤

步骤一：打开镜像源，下载anaconday,python。

步骤二：在自己电脑找隐藏文件.Conda,没有的话创建，进而创建.condarc文件，把镜像里的代码粘进去。

步骤三：打开anaconda prompt，在Anaconda3\envs目录下(你安装到的目录，可以右击查找文件所在目录)，按照上面的命令配置，第二条命令错误很有可能是镜像源的问题（对.condarc文件里的镜像源进行修改），最后到envs下查找是否安装好了相应的虚拟环境。

步骤四：vscode上安装python。

步骤五：Vscode在虚拟机上运行python代码，运行失败的话点右下角的python加路径。

步骤六：安装opencv扩展包，下载相应版本轮子，使用pip命令安装轮子文件，放到envs目录下，阿里云镜像的在线安装opencv-python扩展。

注意：在VSCode中运行出现conda命令无法识别，需要把conda目录添加到系统Path变量中

① C:\anaconda3 C:\anaconda3\Script

② C:\anaconda3\Library\bin

conda常用命令

conda具有多个命令操作环境，创建和删除虚拟环境，安装和删除程序包，激活虚拟环境等，具体的命令格式如下表所示。

命令格式	释义
conda --version	查看conda版本
conda update –all	更新所有包
conda update 包名	更新指定包
conda create -n env-name python=3.7	创建一个名为env-name python=3.7的虚拟环境
conda remove -n env-name –all	删除名为env-name的虚拟环境
conda env list	列出系统中的全部环境
conda list	列出当前环境安装的包
conda install 包名	安装指定的包
conda remove pkg	删除指定的包
conda activate tes	激活名为tes的虚拟环境
conda clean -p	删除没有用的包
conda clean -i	清除索引缓存，从指定的镜像是源更新库包

pip常用命令

PIP第三方库：https://pypi.org

注意：

        1.添加镜像源注意加-i

        2.注意版本对应和升级

                例：pip install --upgrade numpy

安装了anaconda或者python后，pip功能包已经包含了。pip命令安装指定的库包，pip也有其专属的服务器，在线安装库包在国内一般选择阿里云，网络下载比较快。

清华：https://pypi.tuna.tsinghua.edu.cn/simple

腾讯：https://mirrors.cloud.tencent.com/pypi/simple

中国科技大学：https://pypi.mirrorsustc.edu.cn/simple

华中理工大学：http://pypi.hustunique.com/

山东理工大学：http://pypi.sdutlinux.org/

豆瓣：http://pypi.douban.com/simple/

下面是pip常见的命令。

命令格式	释义
pip install -U pip	更多新pip工具
pip install matplotlib=3.4.1	安装名为matplotlib的程序包
pip uninstall matplotlib	卸载名为matplotlib的程序包
pip install -i Simple Index package_name	指定源安装工具包
pip install -r requirements.txt	批量安装第三方库

python扩展库的pip在线安装

python功能强大，扩展的库包是很多的，普通程序往往只需要某几个库就可以了。下表列举了一些具有特定功能的包。

包名	包说明
opencv-contrib-python	具有专利性的opencv算法库函数，如sift特征检测
opencv-python	python可调用的基本opencv函数库
matplotlib	python绘图库，绘制线图、散点图、等高图、条形图、柱状图
pandas	基于numpy的处理大型数据函数库
keras	人工神经网络库，实现深度学习相关应用
tensorflow	google开发的机器学习函数库
sklearn	基于python的机器学习库
qrcode	二维码函数库
dlib	一种人脸识别开源库
cmake	编译工具cmake
boost
numpy	提供大型矩阵运算库，很多函数库依赖numpy库
moviepy	其于python的视频编辑库
scikit-learn	基于python的机器学习库，实现分类、回归、聚类、SVM、K均值等。

阿里云地址为：

https://mirrors.aliyun.com/pypi/simple/

或者阿里云地址为：

http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

下面的库文件在程序需要时才下载。



下面的是pip命令安装指定库包的命令，有的镜像源并不提供，阿里云比较全，下载速度也快。

pip install opencv-contrib-python   –i  https://mirrors.aliyun.com/pypi/simple/

pip install opencv-python  		   –i  https://mirrors.aliyun.com/pypi/simple/

pip install matplotlib    	   –i  https://mirrors.aliyun.com/pypi/simple/

pip install pandas      	   –i  https://mirrors.aliyun.com/pypi/simple/

pip install keras      		   –i  https://mirrors.aliyun.com/pypi/simple/

pip install tensorflow    	   –i  https://mirrors.aliyun.com/pypi/simple/

pip install sklearn     		  –i  https://mirrors.aliyun.com/pypi/simple/

pip install qrcode     		  –i  https://mirrors.aliyun.com/pypi/simple/

pip install dlib     		  –i  https://mirrors.aliyun.com/pypi/simple/

pip install cmake           –i  https://mirrors.aliyun.com/pypi/simple/

pip install boost           –i  https://mirrors.aliyun.com/pypi/simple/

pip install opencv-contrib-python==3.4.3.18 –i  https://mirrors.aliyun.com/pypi/simple/ 

pip install opencv-python==3.4.1.15 –i  https://mirrors.aliyun.com/pypi/simple/ 

pip install opencv-python==3.4.3.18 -i https://pypi.tuna.tsinghua.edu.cn/simple 

pip install numpy=1.21.4       -i https://mirrors.aliyun.com/pypi/simple/ 

pip install moviepy          -i https://mirrors.aliyun.com/pypi/simple/

pip install scikit-learn --upgrade -i https://mirrors.aliyun.com/pypi/simple/

pip install scikit-learn==0.19.2  -i https://mirrors.aliyun.com/pypi/simple/

 

一些包含各版本库包的的网络链接

https://pypi.org/project/opencv-contrib-python/3.4.0.12/#history

https://www.lfd.uci.edu/~gohlke/pythonlibs/

Jupyter Notebook如何调用虚拟环境

第一步：打开jupyter navigator，转换到虚拟环境中，安装jupyter

第二步：

conda activate tes #切换到想要添加的虚拟环境：

创建Kernel:

1.安装Jupyter Kernel：ipykernel

pip install ipykernel

2.连接虚拟环境到Jupyter Kernel

python -m ipykernel install --user --name 环境名 --display-name 简称

例：python -m ipykernel install --user --name fxhui

3.查看jupyter kernel的位置,有几个kernel？

jupyter kernelspec list