当我们在使用 Python 开发专案时,不同专案可能会有不同 Python 版本和不同的 package 需要安装,这时我们除了Docker 以外,有没有其他更简单,更轻松的能将环境分开的方法呢?
还真的有。那就是我今天要介绍的主角 conda。它是 Anaconda的套件管理系统,适用於 Windows、Linux和 MacOS 不同作业系统环境,在安装和执行还上相当的简单快速!
什麽?你问前几天已经教过 Docker 了为什麽还要用 conda ?
当然是因为笔者很菜,觉得 conda 比 Docker 简单阿(X
好啦说认真的,Docker 跟 Conda 会用到的情景有时候还真的不太一样,Doker 可以将自己建好的专案带环境整个打包起来,还能推上 Docker hub 供人下载,而 conda 大多就只是将开发环境隔开而已。(如果有错的话还请纠正)
听起来 conda 比 Docker 还弱耶,那我们干嘛介绍它?
因为 conda 确实很单纯,而且操作上还直观了不少。
如果你很熟悉 pip 的指令,那麽你一定可以快速上手。
话不多说,让我们开始介绍吧。
直接至 Anaconda 官网的这里下载就好
本人的作业系统是 Linux,至於 windows 和 mac 可以点击下方的 Get Additional Installers 或者直接把页面往下拉,去寻找符合自己电脑环境的系统就好。
在安装完毕後,可以输入以下命令来检查安装版本。
conda -V
建立虚拟环境,这里我选择 python3.6 作为执行环境:
conda create -n ENV_NAME python=3.6
我这里建立了一个叫作test的虚拟环境,建立完成後还能看到启动环境和关闭环境的提示:
查看自己已经建立的虚拟环境
conda info --envs
启动虚拟环境,看到前面出现虚拟环境的名子就没错了!
conda activate ENV_NAME
安装 package,比方说如果你想安装 pandas 就打 conda install pandas
conda install Package_Name
列出这个虚拟环境里都安装了什麽:
conda list
移除 package
conda remove Package_Name
关闭虚拟环境
conda deactivate
移除整个虚拟环境
conda env remove -n ENV_NAME
没错,conda 就是这麽简单!说了那麽久的 python 和虚拟环境的相关东西,明天来介绍一下笔者使用的编辑器,之後就来正式介绍机器学习的东西吧。
开始有自己的盈利事业後,我看世界角度最大的改变之一,是开始佩服外表不起眼的商品,还有对包装华丽的东西...
图片去背 ( 路径 ) 教学原文参考:图片去背 ( 路径 ) 这篇文章会介绍使用 GIMP 的路径工...
之前在添加资料时,都是手动去资料库添加,这样很不合理,也没有效率 如果只是为了方便,当然可以使用以下...
在课程的最後,有简短介绍 Line的聊天机器人制作,主要的架构就是你有一个line帐号去连结服务器让...
今天终於要进入测试API的阶段啦~~~ 不过在进入测试阶段之前,还是要来介绍一下我们的工具要怎麽使用...