人工智能研究生前置知识—Anaconda与python工作环境

python环境管理

python工作环境的管理是需要满足的基本条件，指的是不同的python版本之间的切换。或者说是允许安装不同版本的python

解决：conda是一个跨平台的包管理工具，其环境管理功能允许我们同时安装多个不同版本的python环境

conda环境管理

在博客的学习阶段我们使用命令行的方式来进行学习创建，图形化界面的方式可以进行补充学习。

当前使用的python默认环境是anaconda的默认工作环境base环境（root）其中可以查看python的版本号与命令行中的版本号保持一致性。

同样使用python --version查看的默认python版本号依旧是3.8.5与默认的环境保持一致性，（在查看版本号时通过左右方向键进行切换保持一致性）

conda命令行操作与图形化显示

• 查看已经安装的conda环境信息

conda info -e

其中星号则代表了当前所使用的环境

• 清除conda中的缓存信息

conda clean --all

• 创建一个python3.5.4的环境

首先通过conda 安装python环境默认是3.8.5的python环境

conda install python=3.8.5

conda create --name 环境名 python=3.5.4

To activate this environment, use

  $ conda activate python35

To deactivate an active environment, use

     $ conda deactivate

• 激活环境的命令

activate python35（window环境）
source activate python35(linux环境)

• 返回默认环境的命令

deactivate python35
source deactivate python35

• 删除一个已有的环境

conda remove --name python35 --all

• 升级python环境到最新的环境

conda update python

• 导出当前环境到文件

conda env export --name python35 --file 文件路径/文件名.yml

• 从文件中恢复环境

conda env create --name new python35 --file 文件路径/文件名.yml

总结：个人简单理解不同的python环境可以在使用IDE时进行选择应用不同的环境来进行指定的操作

python包管理

使用conda进行包管理时，常用的操作包括了搜索，安装，更新，删除，和查看等相关的操作步骤。

1. 搜索查看conda库中有哪些版本的库

conda search python
conda search -spec numpy=1.2

2. 安装指定版本的库

conda install numpy
conda intall pythopn=3.5.4

3. 更新为最新的库

conda update numpy

4. 删除已经安装的库

conda remove numpy

5.查看已将安装的列表

conda list

补充可以通过命令行设置conda使用国内的镜像从而提高下载库的速度

对于pip进行的包管理也有相同的使用步骤

• 搜索

  • pip search numpy

• 安装

  • pip install numpy

  • pip install numpy =1.11

• 更新

  • pip intsall numpy --upgrade

• 删除

  • pip uninstall numpy

总结：

使用python进行科学计算，深度学习，机器学习等需要管理好每个项目所需要的python环境，同时安装好指定版本的依赖项。对于Anaconda的使用以及python环境的配置是以后学习的基础。而对于命令行的操作也是在使用linux服务器时必备的一项技能