搭建虚拟环境和使用anaconda

搭建虚拟环境有许多优点

避免依赖冲突
方便项目迁移与共享
~~便于删库跑路~~（笑死）

下面是在windows环境中,使用Anaconda搭建虚拟环境的步骤

1.1创建虚拟环境

输入此条指令创建conda虚拟环境,可以自己更改名称和python版本

conda create -n 自己输入名称 python=版本号

如下所示,我示例创建名为 NAME 的环境

conda create -n NAME python=3.8

1.2 激活虚拟环境

输入这一行代码激活刚才创建的环境,名称要与之前创建时设置的名称相应

conda activate 名称

运行后,左边括号里变成你虚拟变量的名称,即为进入此环境了,之后你输入的所有命令都是在此环境中执行的

1.3 使用虚拟环境打开python文件

1.3.1 打开对应文件位置

方法一：使用cd指令

即cd 目录位置

方法二：在文件夹的目录中输入cmd，然后回车

==注意:== 跨盘符直接输入D:

1.3.2 打开虚拟环境，打开文件

打开虚拟环境 conda activate 虚拟环境名称
打开文件输入python 文件名称，运行python文件了,注意python文件是.py结尾的后缀.

2 在虚拟环境中安装库以及配置镜像源

2.1 在虚拟环境中安装库

在虚拟环境中输入pip install 库名即可在此环境中安装库

或者有requirement文件，输入pip install -r requirement.txt

2.2 配置镜像源

如果用pip安装库的过程中，下载速度特别慢停滞不动，或者出现红色报错，可以配置镜像源，能使下载速度快很多.

选择一种直接复制整条代码ctrl+V到cmd中即可，然后再运行pip安装指令速度就很快了

清华镜像源

conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 

中科大镜像源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/

2.3 镜像源的其他指令

查看已经添加的镜像 conda config --show channels
删除所有镜像源输入此条指令即可删除所有镜像源，在有时候镜像源出现问题报错时可删除掉，或者换成其他源. conda config --remove-key channels

3 conda的其他使用指令

3.1 创建环境

conda create --name your_env_name

3.2 创建包含某些包的环境

conda create --name your_env_name numpy scipy这是包含numpy的环境

3.3 创建指定python版本下包含某些包的环境

conda create --name your_env_name python=3.5 numpy scipy

3.4 列举当前所有环境

conda env list

3.5 删除环境

conda remove -n xxxxx(名字) --all

4 使用jupyter notebook 打开虚拟环境

错误示范：在annaconda的虚拟环境中输入jupyter notebook,并没有进入设置好的虚拟环境中
正确方法：在虚拟环境中加入外部库，使虚拟环境导入notebook中
1. 在虚拟环境中，输入conda install ipykernel
2. 输入python -m ipykernel install --user --name your_env_name --display-name your_env_displayname 其中gh1为虚拟环境的名称，display-name代表显示的是什么

5 在虚拟环境中的其他安装问题

5.1 numpy库和TensorFlow库版本不一定兼容

TensorFlow是图像识别需要的库,numpy是机器学习需要的库

检查现有库的版本 pip show tensorflow

卸载原有的TensorFlow库 pip uninstall tensorflow

查表寻找tensorflow和numpy版本对应表

安装对应版本的TensorFlow库 pip install tensorflow==<version>

5.2 anaconda无法正确cd

原因：conda Prompt中cd只能在同一盘符下切换路径，不能进行切换盘符

解决办法1:先切换盘符,再cd

例如想要进入D盘

D:
cd D:\code

解决办法2:直接跨盘符

cd /d D:\xxx\xxx

虚拟环境和Anaconda

"搭建环境"