使用Anaconda管理Python环境

liang @ 2018年07月13日

当系统中需要多个版本的python时,使用anaconda或者virtualenv来创建虚拟环境隔离python版本是一个非常好的办法。本文使用anaconda来创建多个隔离环境。

Anaconda Download

官方地址
清华大学镜像

更改Anaconda的源

推荐使用国内的第三方源来加速Anaconda的包下载速度。Linux/Mac系统可以修改用户目录下的.condarc文件(如果没有可以手动创建):

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

使用命令conda config --set show_channel_urls yes可以开启下载包时显示源链接。

检查当前系统中anaconda已经创建的环境

可以看到我们系统中目前只有一个base环境。

$conda info --env
# conda environments:
#
base                  *  /home/liang/anaconda3

创建基于python 3.6的开发环境

使用如下命令创建虚拟环境data_analytics_py36,然后anaconda会下载相关的依赖。

$conda create -n data_analytics_py36 python=3.6 anaconda 

查看anaconda虚拟环境列表

$conda info --env
# conda environments:
#
base                  *  /home/liang/anaconda3
micloudml                /home/liang/anaconda3/envs/micloudml

进入虚拟环境data_analytics_py36

$source activate data_analytics_py36

退出虚拟环境data_analytics_py36

$deactivate data_analytics_py36

修改pip源

推荐使用国内第三方源来加速pip,Mac/Linux系统可以修改(如果没有手动创建)~/.pip/pip.conf,添加如下内容:

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple