Python 版本管理

[pfan123]

由于 Python 拥有众多的版本，以及不同模块也有不同的版本。同一模块不同版本有时需要的 Python 版本是不相同的，所以 Python 的版本控制显得尤为重要。

目前，常用的有以下三种工具进行 Python 版本管理：

• virtualenv
• pyenv
• anaconda

virtualenv

virtualenv 用来为一个应用创建一套“隔离”的 Python 运行环境。

Install

pip3 install virtualenv

Create virtualenv

 # 创建一个名为ENV的目录 参数--no-site-packages 不复制已经安装到系统Python环境中的第三方包
virtualenv --no-site-packages ENV 

Activate virtualenv

source ENV/bin/activate

Exit virtualenv

deactivate

pyenv

pyenv 可以改变全局的 Python 版本，安装多个版本的 Python， 设置目录级别的 Python 版本，还能创建和管理 virtual python environments 。

pyenv项目是参考 rbenv 和 ruby-build 演变过来的。

Install

$ brew update
$ brew install pyenv

Common command

使用 pyenv commands 显示所有可用命令

pyenv versions # 查看本机安装版本
pyenv --version # 查看当前版本
pyenv install -l # 查看可安装 Python 版本
pyenv install 3.6.8 # 安装 python 3.6.8 版本
pyenv uninstall 3.6.8 # 卸载 python 3.6.8 版本

# python 版本切换 shell > local > global
pyenv global 3.6.8 # 设置全局的 Python 版本，版本号写入 ~/.pyenv/version 文件
pyenv local 3.6.8 # 设置 Python 本地版本，版本号写入当前目录下 .python-version 文件

pyenv-virtualenv

pyenv 插件：pyenv-virtualenv

Install

brew install pyenv-virtualenv

Create virtualenv

# 指定 Python 版本创建 virtualenv
pyenv virtualenv 2.7.10 my-virtual-env-2.7.10

# 当前 Python 版本创建 virtualenv
pyenv virtualenv venv34

List existing virtualenvs

pyenv shell venv34
pyenv virtualenvs

Activate virtualenv

pyenv activate <name>
pyenv deactivate

Delete existing virtualenv

# 删除 virtualenv 工作目录，或者运行以下方式
pyenv uninstall my-virtual-env
pyenv virtualenv-delete my-virtual-env

Anaconda

Anaconda 在英文中是“蟒蛇”，包管理器和环境管理器。Anaconda 附带了一大批常用数据科学包，附带了conda、numpy、scipy、 Python 在内的超过180个科学包及其依赖项。

Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的，拥有1,000+开源库（若不必要使用1,000多个库，那么可以考虑安装 Miniconda）， Jupyter notebook 可以将数据分析的代码、图像和文档全部组合到一个web文档中

Install

Anaconda 可用于多个平台（ Windows、Mac OS X 和 Linux）。可以在下面地址上找到安装程序和安装说明，根据你的操作系统是32位还是64位选择对应的版本下载。

官网地址：https://www.anaconda.com/distribution/

# 卸载 anaconda3
rm -rf ~/anaconda3

Common command

# 更新conda至最新版本
conda update conda

# 查看 conda 安装版本
conda --version 
conda -V

# 列出环境
conda env list
conda info -e
conda info --envs

# 当前环境中安装包
conda install <package_name>

# 指定环境中安装包
conda install -n <env_name> <package_name>

# 更新所有包
conda update --all
conda upgrade --all

# 更新指定包
conda update <package_name>
conda upgrade <package_name>

# 卸载当前环境中的包
conda remove <package_name>

# 卸载指定环境中的包
conda remove -n <env_name> <package_name>

conda install 无法进行安装时，可以使用pip进行安装。

pip只是包管理器，无法对环境进行管理，需先切换到指定环境，再使用pip命令安装包。pip无法更新Python，因为pip并不将 Python 视为包

Create env

conda create --n <env_name> <package_names>
# 例 创建环境名称为py3，并安装最新版本的Python3
conda create -n py3 python=3 

# 例 创建环境名称为py3，并安装最新版本的Python3.6，以及anaconda基础数据包
conda create -n py36 python=3.6 anaconda

Activate env

conda activate <env_name> 

'source activate' is deprecated. Use 'conda activate'

Exit env

conda deactivate

'source deactivate' is deprecated. Use 'conda deactivate'

Share env

# save environment
conda env export > /path/to/environment.yaml

# update environment
conda env update -f=/path/to/environment.yml

# install environment
pip install -r /path/to/environment.yml

Remove env

conda remove --n <env_name> --all

Install Jupyter

Jupyter Notebook 是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果

conda install jupyter notebook

Other Resources

Virtualenv Document

Jupyter Notebook

Anaconda

jupyter notebook 可以做哪些事情？

为什么现在更多需要用的是 GPU 而不是 CPU