一、关于Miniconda
1、下载安装Miniconda
进入官网:https://docs.conda.io/en/latest/miniconda.html下载对应系统的Miniconda版本
2、配置Miniconda
下载完成后,使用“搜索”找到Anaconda Prompt并打开并准备安装Miniconda所需的所有包,在打开的窗口中键入更新命令:
conda update --all
3、创建conda虚拟环境
a.创建环境并自行命名环境名:
conda create -n venv(or your envname) python=3.8(or other edition you want)
b.激活/进入虚拟环境:
conda activate yourenvname
c.退出虚拟环境:
conda deactivate
d.根据需要在虚拟环境中安装应用包
命令详见—>“5、常用的一些命令”
4、移除废弃的虚拟环境
conda remove -n yourenvname --all
5、常用的一些命令
a.列出conda安装的所有包:
conda list / pip list / pip freeze
b.安装应用包:
conda install <pkg name> / pip install <pkg name>
c.升级应用包:
conda update <pkg name> / pip update <pkg name>
d.升级conda:
conda update conda
e.配置清华PyPI镜像:
pip config global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
直接使用pip install命令是从官网直接下载包的,有时需要翻墙安装,可能导致“Time Runout”而无法成功安装。
6、Miniconda的优劣分析
a.优点
借助Miniconda创建虚拟环境,可以让我们条理清晰地管理不同程序。
如:在使用TensorFlow时只需创建一个名为TensorFlow的虚拟环境并在其中配置所需的包即可;而当需要使用OpenCV时则进入相应的虚拟环境。而当决定弃置不用某个虚拟环境时,可以直接将其移除,在管理上为广大程序员提供诸多便利。
b.缺点
在Miniconda不同的虚拟环境中安装相同的包,是要占两份存储空间的!因此,Miniconda在给我们带来管理上的方便的同时也增加了计算机的存储负荷。
7、实践:如何在Pycharm中使用在Miniconda中创建的虚拟环境
(1)打开Pycharm CE,并选择“+New Project”
在Location处选择想要存放文件的位置并选择“Existing interpreter”,将编译器更改为想要使用的虚拟环境中的可执行文件python.exe
(2)创建好项目后,写一个简单的程序进行调试:
源代码如下(可使用Ctrl+C复制):
# main.py for testing OpenCV virtual env in Pycharm
import numpy as np
import matplotlib.pyplot as plt
a = np.random.randn(5, 5)
plt.imshow(a, interpolation="nearest")
plt.show()
运行结果非常成功,如下所示: