Wheel 安装包
http://www.lfd.uci.edu/~gohlke/pythonlibs/
Conda
开始
conda info
:查看系统相关信息
conda list
:查看已安装的库
conda --help
:罗列帮助
conda -h
:同上[1]
conda <param_name> --help
:获取<param_name>
帮助
conda --version
或 conda -V
安装及更新
安装库:
$ conda install <moudule_name>
特别注意,升级本机或者虚拟环境的 Python 版本可以用如下命令(当前 Python 版本为 3.7):
$ conda install -c anaconda python=3.8
可在 官方源 中查看 Anaconda 官方支持的最新 Python 版本。若官方源没有更新,可查看 conda-forge 源的更新。若有更新,执行如下命令:
$ conda install -c conda-forge python
更新库:
$ conda update <module_name>
更新conda自身,用命令 conda update conda
。
环境管理
在envs/sonwflaskes
创建一个新的环境,新建程序Biopython
:
conda create --name sonwflakes biopython
默认安装在envs
路径中,可用conda info --envs
命令查看
创建第二个环境
conda create --name bunnies python=3 astroid babel
在路径envs/bunnies路径下创建新的环境,同时安装不同版本的Python及Astroid、Babel两个包。
列举所有的环境:conda info --envs
注:当前环境前会有*
号标注。
环境切换
Linux, OS X: source activate bunnies
Windows: activate bunnies
克隆一个环境
克隆snowflaskes,新环境命名为flowers:
conda create --name flowers --clone snowflakes
删除环境
conda remove --name flowers --all
管理Python
检查Python版本
conda search python
安装不同Python版本的虚拟环境
conda create --name snakes python=3
包管理
列举包:
$ conda list
查找包:
$ conda search beautiful-soup
安装包:
$ conda install --channel https://conda.anaconda.org/pandas bottleneck
安装商业的包:
$ conda install matplotlib<=1.2>
从 requirements.txt
文件中安装:
$ conda install --yes --file requirements.txt
移除包:
conda remove --name bunnie iopro
移除一个环境:
conda remove --name snakes --all
移除 conda
- Linux, OS X:
rm -rf ~/miniconda
或rm -rf ~/anaconda
- Windows:直接卸载
初始化
初始化 conda,使得 shell 默认激活一个 Python 环境:
$ conda init
Linux 环境下,安装完成后是相关环境变量添加到了 ~/.bashrc
,若使用的是 zsh 环境,则 conda
相关命令无效,这时候需要将相关环境变量添加到 ~/.zshrc
中,也可以运行如下命令自动完成添加:
$ conda init zsh
其他
$ conda package
$ conda index
镜像
新增编辑文件 ~/.condarc
:
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
虚拟环境
安装 32 位的 Python
如果系统是64位版本的Python,但是同时需要32位版本的话,可以在创建虚拟环境之前,添加环境变量:
set CONDA_FORCE_32BIT=1
然后正常执行创建虚拟环境命令,即可创建一个32位版本的 Python 环境。
Cheat sheet
小抄: conda cheat sheet
conda-cheatsheet.pdf
资源
pip
更新
- Linux or OS X:
pip install -U pip
- Windows:
python -m pip install -U pip
包管理
安装升级
$ pip install SomePackage # latest version
$ pip install SomePackage==1.0.4 # specific version
$ pip install 'SomePackage>=1.0,<=2.0' # scope version
$ pip install SomePackage -U
卸载
$ pip uninstall SomePackage
查看
pip search <module_name>
:查找库pip show <module_name>
:查看库信息pip list
:查看已经安装的库pip list --outdated
:获取过期的库pip list --outdated | grep Jinja2
镜像
$ pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pipx
python -m pip install --user pipx
python -m pipx ensurepath
pipx completions
使得环境变量生效:
# for bash
source ~/.bashrc
# for zsh
source ~/.zshrc
poetry
pipx install poetry
pipx upgrade poetry
pipx uninstall poetry
Pipenv
一年多没发新版了,速度等问题没有解决,弃之!
Python 依赖包管理工具,整合 pip、virtualenv 等包管理库,类似于 node.js 的 npm,提供易用的依赖包管理功能。
一个典型的 Pipfile
文件如下:
[[source]]
url = "https://pypi.org/simple"
verify_ssl = true
name = "pypi"
[packages]
django = "*"
[dev-packages]
yapf = "*"
[scripts]
server = "python manage.py runserver"
[requires]
python_version = "3.7"
此文件是一个 toml
格式的文件。
参考: