码迷，mamicode.com
首页 > 编程语言 > 详细

python多版本以及各种包管理

时间：2017-07-30 17:07:40      阅读：156      评论：0      收藏：0      [点我收藏+]

标签：20px   ade   keyword   文件   splay   计算   show   方式   条件   

python多版本以及各种包管理

python
包管理
各个版本

python版本管理

由于Python有2.x和３.x两个大的版本，而且每一个工程建立所用的各种包的版本也不尽相同（如flask1.x），这使得若干个工程开发同一台主机上完成比较麻烦（工程不是由一个人来完成，不同人的配置版本也不尽相同，为了所有开发人员能成功开发，就必须使得开发环境的一致，而一个人可能参与若干个工程开发）。
pyenv 管理 Python 的版本。
virtualenv 管理 Python 工程中的包的版本（或者说 Python 项目的执行环境）管理。
不过现在pyenv-virtualenv集成了virtualenv功能，总体上，使用pyenv即可。
anaconda 和virtualenv整体差不多，不过它更加集中于科学计算方面的内容，所以许多科学计算包可以通过anaconda来进行管理。
总之，pyenv管理大的环境与版本之间的转换。anaconda可以在这个前提之下，进行小版本转换。
pyenv的路径：~/.pyenv/versions/

python版本和包的管理

预备安装的准备条件

  1. sudo apt-get install -y make build-essential libssl-dev zlib1g-dev libbz2-dev \ 
  2. libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev \ 
  3. xz-utils tk-dev 

pyenv安装

利用pyenv管理系统版本，而利用anaconda管理第三方库。

  • （1） 选择安装到$HOME/.pyenv目录（但你可以在某处安装其他）。
    git clone https://github.com/yyuu/pyenv.git ~/.pyenv
  • （2）配置环境变量
    echo ‘export PYENV_ROOT="$HOME/.pyenv"’ >> ~/.bashrc
    echo ‘export PATH="$PYENV_ROOT/bin:$PATH"’ >> ~/.bashrc
  • （3）添加pyenv初始化到你的shell
    echo ‘eval “$(pyenv init -)”’ >> ~/.bashrc
    source ~/.bashrc 　　source bashrc必须重开一个shell窗口才生效
  1. git clone https://github.com/yyuu/pyenv.git ~/.pyenv 
  2. echo ‘export PYENV_ROOT="$HOME/.pyenv"‘ >> ~/.bash_profile 
  3. echo ‘export PATH="$PYENV_ROOT/bin:$PATH"‘ >> ~/.bash_profile 
  4. echo ‘eval "$(pyenv init -)"‘ >> ~/.bash_profile 
  5. source ~/.bash_profile 

pyenv使用命令

  • 展示python的某个版本,anaconda-2支持python2.6和２.7　　anaconda-3支持python3.3和3.4
  1. hpc@hpc:~$ pyenv install --list 
  2. Available versions: 
  3. 2.1.3 
  4. 2.2.3 
  5. 2.3.7 
  6. 2.4 
  7. 2.4.1 
  8. 2.4.2 
  9. 2.4.3 
  10. 2.4.4 
  11. 2.4.5 
  • 安装和卸载python的某个版本
  1. pyenv install -v 2.7.5 
  2. pyenv uninstall 2.7.5 
  3. rm -rf ~/.pyenv/versions/2.7.5 ##移除版本2.7.5 
  • 查看并切换版本
  1. ＃tab键可以进行补全，通过versions命令查看大体，细节tab补全 
  2. pyenv versions 
  3. pyenv local 2.7.5 ##局部文件下版本切换 
  4. pyenv global 3.3.5　　　##全局系统下的版本切换 

Anaconda科学计算包的使用：

  • 通过pyenv安装Anaconda科学计算包
  1. pyenv install anaconda #pyenv install --list 查看版本　install之时通过tab进行补全 

Anaconda的一些使用说明：

  • 查看当前系统下的环境
  1. conda info -e 
  • 查看已经安装的包
  1. conda list 
  • 想要运行,必须先创造环境与管理环境中package
  1. conda install -n env_name 
  2.  
  3. # 查看某个指定环境的已安装包 
  4. conda list -n python34 
  5.  
  6. # 查找package信息 
  7. conda search numpy 
  8.  
  9. # 安装package 
  10. conda install -n python34 numpy 
  11. # 如果不用-n指定环境名称，则被安装在当前活跃环境 
  12. # 也可以通过-c指定通过某个channel安装 
  13.  
  14. # 更新package 
  15. conda update -n python34 numpy 
  16.  
  17. # 删除package 
  18. conda remove -n python34 numpy 
  • anaconda整体更新
  1. # 更新conda，保持conda最新 
  2. conda update conda 
  3.  
  4. # 更新anaconda 
  5. conda update anaconda 
  6.  
  7. # 更新python 
  8. conda update python 
  9. # 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本 
  • anaconda国内镜像
    清华TUNA镜像源有Anaconda仓库的镜像,可以加速我们的版本安装，执行完下列命令后，会生成~/.condarc(Linux/Mac)或C:\Users\USER_NAME.condarc文件，记录着我们对conda的配置，直接手动创建、编辑该文件是相同的效果。
  1. # 添加Anaconda的TUNA镜像 
  2. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
  3. # TUNA的help中镜像地址加有引号，需要去掉 
  4.  
  5. # 设置搜索时显示通道地址 
  6. conda config --set show_channel_urls yes 

机器学习Python环境安装

建立深度学习Tensorflow目录

  • mkdir tensorflow

pyenv使用局部环境

  1. pyenv install --list #查看版本 
  2. pyenv install anaconda3.xxxx #安装３版本 
  3. pyenv local anaconda3.xxxx #选择anaconda3版本环境 
  4. python #验证，会进入３版本 
  5. pyenv versions 　#查看版本 

pyenv使用anaconda进行局部控制

  • pyenv install anaconda属于安装了整个包，我们可以通过pyenv local设置使用anaconda２或者３来使用２或者３版本的python
  • anaconda引用之后，可以使用conda命令来建立环境，隔绝相互之间的影响，以安装numpy为例子
  1. conda install -n env_name 
  2.  
  3. # 查看某个指定环境的已安装包 
  4. conda list -n python34 
  5.  
  6. # 查找package信息 
  7. conda search numpy 
  8.  
  9. # 安装package 
  10. conda install -n python34 numpy 
  11. # 如果不用-n指定环境名称，则被安装在当前活跃环境 
  12. # 也可以通过-c指定通过某个channel安装 
  13.  
  14. # 更新package 
  15. conda update -n python34 numpy 
  16.  
  17. # 删除package 
  18. conda remove -n python34 numpy 

使用conda建立tensorflow环境变量

  1. conda install -n tensorflow python=3.6 
  2. # 此时会安装３．６版本相关的python包，包括pip3 
  3.  
  4. source activate tensorflow 
  5. # (tensorflow)$ # Your prompt should change  
  6.  
  7. pip install --upgrade tensorflow-gpu 
  8. #此时pip是属于３．６版本，安装也是最新版本的tf,从安装cp=3.6，安装过程中会出现xxx1.2.1，说明tf为１.2.1 
  9.  
  10. (tensorflow)$ pip install --ignore-installed --upgrade \ 
  11. https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp34-cp34m-linux_x86_64.whl 
  12. #指定版本安装 
  13.  
  14. source deactivate tensorflow 
  15. #退出环境变量 

测试tf

  1. # Python 
  2. import tensorflow as tf 
  3. hello = tf.constant(‘Hello, TensorFlow!‘) 
  4. sess = tf.Session() 
  5. print(sess.run(hello)) 
  6.  
  7. #importError: libcusolver.so.8.0 
  8. export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH >>.bash_profile 

此种方式安装tensorflow所在目录

  1. #在任意一个目录下启动pyenv的相关环境变量 
  2. pyenv global anaconda3-4.4.0/envs/tensorflow #pyenv和anaconda结合 
  3. #find ~ -name ‘tensorflow‘查找到tf于pip所安装的目录 
  4. ~/.pyenv/versions/anaconda3-4.4.0/envs/tensorflow/lib/python3.6/site-packages/tensorflow 

python多版本以及各种包管理

标签：20px   ade   keyword   文件   splay   计算   show   方式   条件   

原文地址：http://www.cnblogs.com/forest-wow/p/7259311.html
踩
(0)
赞
(0)
   
举报
评论 一句话评论（0）
登录后才能评论！
分享档案
更多>
2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)
周排行
mamicode.com排行更多图片
更多
友情链接
兰亭集智   国之画   百度统计   站长统计   阿里云   chrome插件   新版天听网
关于我们 - 联系我们 - 留言反馈
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码！