结论速递
借助conda进行多environment环境管理,并且这些enviroment都可以共用IDE spyder以及jupyter lab。
由于python迭代很快,需要注意的是本文记录时间是2021/8/10,系统是Windows,conda版本4.10.3,高于此版本或低于此版本流程可能都不完全一致。
1 问题概述
为什么需要多环境?
- 第一个理解是,在安装一些开发中或者开发未完善的python库时,总是会遇到一些需要依赖库版本不一致的问题。
比如最近遇到的一个问题是PyTorch Geometric库,会建议配置PyTorch版本为1.8.0打头,而另一个库比如NeuralProphet,则要求PyTorch - 第二个理解是,想跑一些模型或者论文源码的时候,需要使自己的运行环境和这些源码一致,把自己的base环境全部重配显然是不现实的,就可以新建environment,来简化这个过程。当然更省心的方式可能是colab,还是看个人喜好。
- 还有一个简单粗暴的理解,就是想玩多个python版本,每个版本当然至少要一个environment。
多环境配置完需要做什么
创建了新环境,还需要使IDE在各环境下通用。这边我习惯使用的IDE是spyder和jupyter lab。他们都可以实现在多环境下使用。
本文简单记录一下实现过程,方便回头查阅。(鸣谢@BH提醒需要把这个记录下来)
2 新环境创建及摧毁
记录一下一些常见的语句。此处参考了笔记conda创建新环境。
首先是 创建新环境
conda create --name yourEnv python=3.7
create --name
后面跟命名,然后可以指定python版本。
然后一定要记得,创建完了,别着急装包,先 切换到新建的环境里
conda activate yourEnv
退出环境,可以通过切换到另一环境的形式
conda activate base
或者,退出激活
conda deactivate yourEnv
环境配烂了怎么办,没关系!可以直接摧毁重建,不会毁掉你的其他环境,完全没有负担!
摧毁语句(摧毁前,记得先退出你想要摧毁的环境)
conda remove -n yourEnv --all
然后还有一些花里胡哨的语句,比如, 查看有多少个环境
conda info -e
3 IDE的通用
3.1 Spyder
Spyder其实比较粗暴简单,就是需要在每一个环境下都安装Spyder…
也就是activate每个环境,然后
pip install spyder
但是使用的时候要记得!你可以打开任意一个Spyder,但是如何确保Spyder知道用哪个环境来算呢。要记得到Perference那里, 切换当前引擎
选完了之后记得 重启kernal,不然白选
3.2 Jupyter lab
Jupyter lab的话,主要体现在配置上稍微复杂一点点。主要逻辑是,只在一个环境里头装jupyter lab,但是在需要用的环境里面配ipykernel。
首先在base上面,装好jupyter lab。
pip install jupyterlab
然后,在建好的环境里头(就是你要激活这个环境),配置ipykernel(其实也可以在建的时候就配上,不过我习惯分开做,建的时候配上可以参考这个博客)
python -m ipykernel install --user --name yourEnv --display-name "yourEnvName"
上句子中对应的 yourEnv
就是要配ipykernel的环境名, yourEnvName
对应到时候在Jupyter里头显示的名字。
如果提示找不到 ipykernel
,那就先
conda install ipykernel
然后对每一个环境重复就好,就可以配完了。
在使用的时候,可以在新建文件的地方选择对需要的引擎
然后也可以在笔记本右上方选择/切换kernel类型
Original: https://blog.csdn.net/qq_40990057/article/details/119559814
Author: SheltonXiao
Title: conda下多环境(environment)及spyder jupyter lab配置
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/771756/
转载文章受原作者版权保护。转载请注明原作者出处!