Linux Anaconda使用、离线安装包及其依赖库

Linux Anaconda使用、离线安装包及其依赖库

  • 1. 以离线安装skimage包为例
    • 1.1 批量下载skimage包依赖库
    • 1.2 批量安装
  • 2. Anaconda安装使用
    • 2.1下载安装
    • 2.2 使用
      • 2.2.1 查看Anaconda中已经安装的Python版本
      • 2.2.2 查看该环境中已经安装的包
      • 2.2.3 查看该环境中已有虚拟环境
      • 2.2.4 创建虚拟环境myenv并指定python版本
      • 2.2.5 打开关闭虚拟环境myenv
      • 2.2.5 移除虚拟环境myenv
      • 2.2.6 环境复制
  • 3. Pycharm中设置新的虚拟环境

1. 以离线安装skimage包为例

1.1 批量下载skimage包依赖库

如果您需要在没有网络连接的环境下安装 scikit-image 和其依赖库,比较好用的方法是:

在另一台已连接网络的计算机上,使用包管理器 pip 或 conda 下载 scikit-image 及其依赖库。例如,使用 pip 下载(conda已经移除了download),在要下载的路径下打开终端

pip download scikit-image

这将下载 scikit-image 和所有的依赖库到当前目录下。
Linux Anaconda使用、离线安装包及其依赖库_第1张图片

1.2 批量安装

将下载好的所有文件拷贝到没有网络连接的计算机上。可以使用 USB 等存储设备进行拷贝。

在离线计算机上,使用包管理器 pip 或 conda 进行安装。例如,使用 pip 进行安装(需要在base下安装):

pip install --no-index --find-links=/path/to/downloaded/files/ scikit-image

其中 /path/to/downloaded/files/ 是第一步中下载文件的存储路径。这条命令告诉 pip 在指定路径下查找依赖库,并进行安装。使用 conda 进行安装类似:

conda install --offline /path/to/downloaded/files/scikit-image*.tar.bz2

确保依赖库安装正确。您可以在 Python 中运行以下代码,检查所有依赖库是否被正确安装:

import numpy
import scipy
import matplotlib
import networkx
import pillow
import imageio
import tifffile
import pywt
import skimage

print("All dependencies are installed.")

如果输出 “All dependencies are installed.”,则说明所有依赖库均已正确安装。

注意,由于 scikit-image 依赖于许多其他库,其安装可能会比较复杂。如果在安装过程中遇到问题,请参考官方文档或社区帮助。

2. Anaconda安装使用

2.1下载安装

Anaconda安装比较简单,镜像下载链接(官网下载很慢):
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2.2 使用

2.2.1 查看Anaconda中已经安装的Python版本

命令:conda list python
结果:

(base) -virtual-machine:~$ conda list python
# packages in environment at /home//anaconda3:
#
# Name                    Version                   Build  Channel
ipython                   7.19.0           py38hb070fc8_0  
ipython_genutils          0.2.0                    py38_0  
msgpack-python            1.0.0            py38hfd86e86_1  
python                    3.8.5                h7579374_1  
python-dateutil           2.8.1                      py_0  
python-jsonrpc-server     0.4.0                      py_0  
python-language-server    0.35.1                     py_0  
python-libarchive-c       2.9                        py_0  

2.2.2 查看该环境中已经安装的包

命令:pip list -v

2.2.3 查看该环境中已有虚拟环境

命令:conda info --envs

(base) -virtual-machine:~$ conda info --envs
# conda environments:
#
base                  *  /home/anaconda3

2.2.4 创建虚拟环境myenv并指定python版本

命令:conda create -n myenv python=3.8,可以在myenv环境中使用conda install或者pip install来安装需要的包,激活myenv环境conda activate myenv,在myenv环境中安装需要的包,例如安装

conda install numpy

或者

pip install numpy

2.2.5 打开关闭虚拟环境myenv

打开:conda activate myenv
关闭:conda deactivate

2.2.5 移除虚拟环境myenv

命令:conda remove --name myenv --all

2.2.6 环境复制

conda create -n 新环境名 --clone 旧环境名

3. Pycharm中设置新的虚拟环境

假设我有一个环境叫做gdal_env,经过如下设置后方可使用,否则依然使用的是base虚拟环境。
Linux Anaconda使用、离线安装包及其依赖库_第2张图片

参考
ChatGPT www.openai.com

你可能感兴趣的:(Python,linux,python)