python安装和环境管理 on windows
下载
python2 vs python3
时至今日, 除非维护python2代码, 不再建议使用python2开始新项目.
python3没有烦人的字符串编码问题, 这个理由已经足够了.
32位 vs 64位
我建议32位即可, 64位需要的内存较多, 适合硬件内存很大, 数据量很大的运算.
另一方面因为不少偏门的第三方库并没有编译64位的链接库, 用32位能遇到更少的兼容性问题.
安装路径
本文环境在windows下, 建议无论安装什么软件都不要在路径上留有空格和中文, 因为总有一些偏门的库并没有考虑空格或中文字符, 导致加载库或引用文件时候报错.
环境管理
有些时候, 需要在同一台机器上维护python2的代码, 同时又要切换到python3开发新项目代码.
Anaconda
如需要进行机器学习, 数据科学的学习, 建议使用Anaconda. 虽然Anaconda的安装包不小, 但里面包含的工具也较为丰富, 还有图形界面可以操作.
下载安装
清华的源: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
Anaconda3对应python3, 选择exe的安装版本. Anaconda自带python, 所以这里选择版本跟上文一样. 由此一来, 都不用自己手动安装python了.
安装过程中, 如果选择仅安装给个人使用, 推荐用默认路径; 如果要安装在D盘, 建议选择安装给所有人使用.
包管理改国内源
1 | conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ |
或者修改配置文件
C:\Users<username>.condarc
1 | channels: |
命令
增删查改环境
conda create -n rf python=3.6 创建名为rf 的环境, 版本为python3.6
conda info -e 命令查看已有的环境
conda remove -n env_name –all来删除指定的环境(如果不添–all参数,而是指明某个库名,则是删除该库)
conda create –name new_env_name –clone old_env_name 复制一个环境
包管理
activate rf 进入某个环境(rf), 可以看到提示符最左侧已经变化
deactivate 退出环境
conda list 当前环境所有包
conda install -n rf robotframework 在rf环境中安装robotframework包
pip install robotframework 在activate激活rf环境后, 也可以直接使用pip命令
导入导出分享
activate target_env 切换到目标环境
conda env export > environment.yml 导出成为yml文件
conda env create -f environment.yml 导入yml