php 企业网站管理系统,免费学编程国内网站,直接做网站的软件,广西网站建设文章目录 前言1、Miniconda 简介2、Linux 环境说明2.1、安装2.2、配置2.3、常用命令2.4、常见问题及解决方案 前言
在 Python 中#xff0c;“环境管理”是一个非常重要的概念#xff0c;它主要是指对 Python 解释器及其相关依赖库进行管理和隔离#xff0c;以确保开发环境… 文章目录 前言1、Miniconda 简介2、Linux 环境说明2.1、安装2.2、配置2.3、常用命令2.4、常见问题及解决方案 前言
在 Python 中“环境管理”是一个非常重要的概念它主要是指对 Python 解释器及其相关依赖库进行管理和隔离以确保开发环境的稳定性和项目的可移植性。 什么是 Python 环境 Python 解释器Python 是一种解释型语言代码的运行需要通过 Python 解释器来执行。不同的 Python 版本如 Python 2.x 和 Python 3.x在语法和功能上存在差异。依赖库Python 的强大功能很大程度上依赖于丰富的第三方库如 NumPy、Pandas、Django 等。这些库在不同的项目中可能会有不同的版本要求。 为什么需要环境管理 版本冲突不同项目可能依赖不同版本的 Python 或第三方库。如果没有环境管理很容易出现版本冲突导致项目无法正常运行。项目隔离每个项目都有自己的依赖环境环境管理可以将不同项目的依赖隔离避免相互干扰。可移植性通过环境管理可以确保在不同的环境中如本地开发、服务器部署、团队协作等项目能够以一致的方式运行。 环境管理的好处 避免依赖冲突通过隔离不同项目的环境避免了不同项目之间的依赖冲突。便于项目部署通过 Pipfile.lock 或 requirements.txt 文件可以轻松地在不同环境中复现项目的依赖环境。提高开发效率开发者可以专注于当前项目的开发而不必担心全局环境的干扰。 最佳实践 为每个项目创建独立的虚拟环境不要在全局环境中安装项目依赖。使用 requirements.txt 或 Pipfile 管理依赖记录项目的依赖关系方便团队协作和项目迁移。定期更新依赖库确保使用的依赖库是最新的以获得更好的性能和安全性。
总之Python 环境管理是 Python 开发中不可或缺的一部分它能够帮助开发者更好地管理项目依赖提高开发效率确保项目的稳定性和可移植性。 1、Miniconda 简介
官方网站
Miniconda 是一个轻量级的 Python 环境管理工具它只包含 Python 和 conda 包管理器而不像 Anaconda 那样预装了大量科学计算库。Miniconda 非常适合需要灵活管理 Python 环境和依赖的用户。 2、Linux 环境说明
操作系统Ubuntu 24.04.1 LTS 安装包ubuntu-24.04.1-desktop-amd64.iso
Python 版本3.12.3 pip 版本24.0
Miniconda 版本24.11.1
2.1、安装
# 获取安装包
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
# 非 latest 版本 - 通过 https://repo.anaconda.com/miniconda/ 中查找所需对应的版本
# wget https://repo.anaconda.com/miniconda/Miniconda3-py312_24.11.1-0-Linux-x86_64.sh
# 运行安装脚本 - 按提示操作选择安装路径并同意许可协议
bash Miniconda3-latest-Linux-x86_64.sh
# 验证 - 如果显示版本号则安装成功
conda --version# 其他版本
# Windows 版本
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe --output Miniconda3-latest-Windows-x86_64.exe
# MACOS
curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh2.2、配置
# 国内镜像源 - 清华
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 查看所有可用的镜像源
conda config --show channels# 启用显示镜像源channels的URL地址
conda config --set show_channel_urls yes
# 查看是否配置成功
conda config --show show_channel_urls# 国内常用镜像源
# 清华大学https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 中国科技大学https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
# 上海交通大学https://mirrors.sjtu.edu.cn/anaconda/pkgs/main/
# 浙江大学https://mirrors.zju.edu.cn/anaconda/pkgs/main/
# 阿里云https://mirrors.aliyun.com/anaconda/pkgs/main/
# 腾讯云https://mirrors.cloud.tencent.com/anaconda/pkgs/main/ # 查看当前的镜像源
conda config --show-sources
# 删除镜像源
conda config --remove channels 镜像源地址
# 禁用显示镜像源URL
conda config --set show_channel_urls no
# conda config 命令修改的是 conda 的配置文件通常位于 ~/.condarc 用户级别或系统级别的配置文件中2.3、常用命令
创建环境
conda create --name myenv python3.12.3激活环境
conda activate myenv退出环境
conda deactivate列出环境
conda env list安装包
conda install numpy导出环境配置
conda env export environment.yml从配置文件创建环境
conda env create -f environment.yml查找可用包
conda search numpy2.4、常见问题及解决方案 包冲突 在安装或更新包时可能会遇到包冲突问题。可以尝试以下命令解决 conda install package_name --update-deps或者使用conda update --all更新所有包。 环境激活失败 如果激活环境失败可以尝试运行以下命令修复 conda init然后重新启动终端。
