简介

在对人工智能的学习中,我们往往会用到python标准库中没有的包。那么如何下载包,管理包成了我们的一个问题。不用担心,本篇文章将为大家介绍如何去操作。

使用Anaconda管理虚拟环境

相信搜到这篇文章的朋友已经安装完Anaconda和pycharm了,如果还未安装,可自行csdn一下。

什么是虚拟环境

什么是虚拟环境?我为大家举一个例子。一个python项目A需要某个包的1.0版本,但你不满足于做一个项目,同时又做了一个python项目B,但是这个项目B需要同样包的2.0版本,这就导致了冲突。我们总不能做项目A时降版本,做项目B时升版本吧。于是人们便提出了一种用于存放包的容器——虚拟环境(virtual environment)。而Anaconda就是一个包和环境的管理器,其中含有超过7500个开源包,为我们提供了强大的后盾。

启动命令行

首先,我们按下键盘上的Win键和R键,调出运行框,并在其中输入“cmd”。

按下确定后,我们黑色的命令行就调出来了。

创建新的虚拟环境

现在,我们创建一个名为newenv(new environment的缩写)的虚拟环境。当然,环境的名字可以按自己的想法起。这里后面加了一句关于环境中python版本的语句,规定了python的版本为3.9。大家也可自行选择。

conda create --name newenv python=3.9

按下回车键后,如下所示。

这里它询问我们是否进行(Proceed)我们按下y(yes)和回车

等进度条跑完,我们的环境就创建好了,Anaconda还贴心地为我们安装了一些基础的包管理工具。

管理虚拟环境

安装完后我们发现咋什么都没发生。听我说,你先别急。如果我们想对创建的虚拟环境进行操作,我们需要先激活它。因为默认情况下我们是在基础环境中的。于是我们输入:

conda env list

按下回车键后,如下所示。

这句话的意思是显示我们系统中所有的虚拟环境,可以看到我有一些以前就已经创建了的虚拟环境。

我们想要激活新创建的环境newenv,我们可以输入:

activate newenv

按下回车键后,如下所示。

可以看到左面变化了,多出来一个(newenv),说明我们进入了newenv环境,接下来我们所有的操作都是在这个环境里运行的。

如果我们想看环境中有那些包,可以输入:

conda list

按下回车键后,如下所示。

可以看见Anaconda帮我们安装了一些基础包。

如果我们想要退出这个虚拟环境了,我们可以输入:

deactivate

按下回车键后,如下所示。

可以看到,我们退出了当前环境。

如果我们不喜欢这个虚拟环境了,喜新厌旧了,我们就要删除它。输入:

conda remove -n newenv --all

newenv的位置就是我们要删除的环境的名字。
按下回车键后,如下所示。

和往常一样,它很礼貌地问了我们是否继续进行。我们输入y并按下回车。
再次查询当前系统下的虚拟环境,我们发现newenv已经不存在了。

使用pip下载包

我们创建好虚拟环境后,就可以在激活环境的情况下在环境内安装包了。假设我们现在需要安装numpy包,我们使用pip工具来安装包,输入:

pip install numpy

按下回车后即可开始安装。但是这种情况下我们有可能会安装失败,因为它默认使用的是国外的服务器。我们可以通过更换镜像源来切换到国内的服务器:

pip install numpy -i https://pypi.douban.com/simple/

或者是

pip install -i https://pypi.douban.com/simple/ numpy

这里我们更换到的是国内的豆瓣源,当然,还有其他镜像源供我们使用。

清华大学 :https://pypi.tuna.tsinghua.edu.cn/simple/

这两个都是比较好用的源,如果大家需要使用其他源,再自行csdn即可。

按下回车键后,如下所示。

报错了?不要慌,让我们看看它说了什么。

ERROR: pip’s dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.
ERROR: pip的依赖项解析器目前没有考虑到已安装的所有包。此行为是以下依赖关系冲突的根源。

这里提到了“依赖”这个概念,实际上,包与包之间也是有依赖关系的。使用A包的x版本你也必须得安装B包的y版本。由此可见建立虚拟环境的重要性。

我们只需要将它要求我们安装的包一五一十地安装就行了, 如:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  " google-auth<3,>=1.6.3"

按下回车键后,如下所示。
之后比着葫芦画瓢把剩余的依赖包都安装好就行了。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  "google-auth<3,>=1.6.3"
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  "grpcio>=1.24.3"
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  "markdown>=2.6.8"
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  "protobuf<3.20,>=3.9.2"
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  "typing-extensions>=3.6.2.1"
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  "matplotlib>=2.1.0"
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  "flatbuffers"
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  "protobuf<=3.20.1,>=3.12.2"
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  "typing-extensions>=3.6.2.1"
pip install -i https://pypi.douban.com/simple/ "werkzeug>=1.0.1"

接着我们查看一下环境中的包:

可以看到numpy以及一些依赖包已经安装进虚拟环境了。

使用pip卸载包

这就很简单了,比如我们想把numpy删除,如下输入:

pip uninstall numpy

按下回车键后,如下所示。

我们再次查看一下环境中的包,可以看到numpy已经被删除了。

最后

Anaconda中conda的语句以及pip的语句不止这些,如果大家有其他需求如升级包,搜索包等,可以自行在csdn上搜索。

python人工智能教程——虚拟环境以及包的管理相关推荐

  1. python人工智能教程——Pandas入门

    关于Pandas Pandas是基于Numpy实现的,其名字来源于两个词语--面板数据(panel data)和数据分析(data analysis).Pandas最初被应用于金融交易领域,而在经济学 ...

  2. ros2与Python入门教程-创建ros2包 - 创客智造

    来源: https://www.ncnynl.com/archives/202008/3817.html 说明: 介绍如何创建ros2软件包 步骤: 新建ros2包 cd ~/dev_ws/src r ...

  3. 关于Python虚拟环境与包管理你应该知道的事

    关于我 一个有思想的程序猿,终身学习实践者,目前在一个创业团队任team lead,技术栈涉及Android.Python.Java和Go,这个也是我们团队的主要技术栈. Github:https:/ ...

  4. python人工智能方向第三方库_Python进阶-第三方库管理和虚拟环境

    本文为<爬着学Python>系列第十三篇文章. Python能在这几年火起来,靠的不是网上一大片的爬虫和服务器后端知识的应用(本专题就是这样的,这么说真的好吗?不过我们总得认清事实是吧.) ...

  5. 人工智能开发语言 python,python人工智能编程教程

    python适合做人工智能的编程语言吗? 当然,Python是人工智能的首选语言.具体原因如下:Python在设计上坚持了清晰的风格,让Python成为了一门简单.易读.易维护的语言,让大量用户所欢迎 ...

  6. 终极版Python学习教程:一篇文章讲清楚Python虚拟环境

    我在之前写过一篇Python学习教程,说过新手往往没有注意环境隔离,导致Python项目包与包之间冲突. 并且Python2与3代码执行有问题等等.鉴于此我决定今天的Python学习教程给大家聊聊关于 ...

  7. Python学习笔记:虚拟环境和包

    本文来自:入门指南 开胃菜参考:开胃菜 使用Python解释器:使用Python解释器 本文对Python的简介:Python 简介 Python流程介绍:深入Python 流程 Python数据结构 ...

  8. python多环境管理_怎样管理多个Python版本和虚拟环境

    详解如何管理多个Python版本和虚拟环境 多个Python版本:在同一台机器上安装不同的Python,例如2.7和3.4. 虚拟环境:独立的环境,既可以同时安装特定版本的Python,也可以安装任何 ...

  9. ROS2与C++入门教程-在C++包里增加python支持

    系列目录 ROS2与C++入门教程-目录 ROS2与C++入门教程-新建ros2工作空间 ROS2与C++入门教程-新建ros2包 ROS2与C++入门教程-编写订阅和发布 ROS2与C++入门教程- ...

最新文章

  1. errors_impl.InvalidArgumentError: Input to reshape is a tensor
  2. 无法创建文件系统以及无法创建PV时怎么办?
  3. 【数据库系统概论】考研第三部分重点分析【3.1】
  4. Spring AOP中的动态代理主要有两种方式,JDK动态代理和CGLIB动态代理:
  5. 一次短信验证码攻击的应急响应
  6. js函数提示 vscode_为VSCode / Monaco Intellisence添加JavaScript类型提示
  7. ios mysql注册登录界面_iOS+PHP实现登录功能
  8. 网页制作之CSS超级技巧
  9. MySQL之创建表以及数据库增删改操作
  10. js 异步执行_js执行机制:同步与异步(宏任务与微任务)
  11. python绘制玫瑰花代码视频_python turtle玫瑰花绘制效果和源代码
  12. 如何使用python处理nc数据制作Mike风场文件--以ERA5数据为例
  13. 程序员有哪些类型,分别薪资是多少,带你一起走进程序员的大门
  14. 2020叉车司机考试及叉车司机模拟考试题库
  15. 不同尺寸的手机屏幕其需要图片的分辨率和尺寸
  16. fama matlab源码_Fama French (1996)3因子模型 论文数据及matlab程序
  17. 数据可视化之matplotlib实战:plt.pie()函数 绘制饼状图
  18. 网页搭建-------PS测距、吸色、切图
  19. 《推荐系统开发实战》之推荐系统的前世今生与古往今来
  20. 注册表编辑器无法在当前所选的项及其部分子项上设置安全性解决办法

热门文章

  1. SQL 多表查询之 where和INNER JOIN
  2. word关闭时卡死_Esc键在Word中的这6个骚操作,让你变身快捷键达人!【Word教程】...
  3. docplex设置一个多维的决策变量
  4. 如何理解“哲学家们只是用不同的方式解释世界,而问题在于改变世界”?
  5. 强化学习开源模拟环境大盘点
  6. Mindspore体验dcgan生成漫画头像
  7. 台词生成器 (html5 版)
  8. Android中使用AbstractProcessor在编译时生成代码
  9. Flowable商业版本和开源版本功能区别
  10. Linux rpm 命令参数使用详解及强制安装和忽略依赖 与 学习rpmbuild总结