Python enviroment management

Table of Contents

• 我的Python参考手册
  • 第一章 Python基础概念
    • 1.1 包，模块，类
    • 1.2 数据类型
  • 第二章 Python模块及函数
    • 2.1 datetime日期时间模块
    • 2.2 …
    • 2.3 …
  • 第三章 Python环境管理
    • 3.1 前言
    • 3.2 Virtualenv
      • 基础安装
      • 扩展安装
      • 基本操作
      • 安装Numpy,Scipy等Python包
    • 3.3 conda

第三章 Python环境管理

       如果已经了解Python环境是什么以及为何管理Python环境，则可以跳过第一节。

3.1 前言

       在用Pyhton实践编程前，我们需要先搭建一个Python环境用于编译运行python源程序。对于windows、Unix和Linux平台可以去Python官网下载对应平台的安装包并执行下一步傻瓜式安装。而Mac平台已经预装了Python环境，因此不必再额外安装。总而言之，搭建Pyhton环境就是下载安装包，然后配置环境变量就好，总体较为简单，想了解详情者可参考博客Python环境安装。

       有时电脑中可能有多个Python项目，而不同的Python项目可能要求不同的Python环境，可能有的要求Pyhton3的环境，而有的要求Pyhton2.7的环境。除此之外，不同项目可能会要求不同的包，不同包对不同环境的支持度是不同的，可以完成的任务也是不同的。可以用衣柜做一个简单的类比，衣柜整体就好比电脑第一次安装的Python环境，将四季都放入衣柜中无疑会使衣柜杂乱且不便于寻找。为衣柜添加一些隔层，将不同季节的衣服放在不同隔层中无疑会方便整齐很多，这就像在电脑中又安装了几个其它环境。这些环境相互独立互不干扰，我们可以利用Virtulenv,conda等工具对这些环境进行统一管理。

3.2 Virtualenv

       Virtulenv是用于创建隔绝Pyhton环境的常用工具，它会创建一个文件，其中包含必要的可执行文件和Python工程所需要的包。

• 基础安装

         安装virtualenv：

  $ sudo pip install virtualenv

         在任意目录下创建一个测试目录：

  $ mkdir Virtualenv
  $ cd Virtualenv
             

         此时测试目录下为空，在测试目录下创建一个虚拟环境env1：

  $ virtualenv env1

         此时测试目录下多了一个名为env1的文件夹，其中包含bin,include,lib三个目录，bin（binary）目录用来存储可执行的二进制文件。include目录则包含编程所需的一些头文件。lib目录则用来存储库文件。

• 扩展安装

         安装完毕virtualenv后需要再安装virtualenv的扩展包Virtaulenvwrappe，可以更加方便地增加，删除，复制，切换虚拟环境。运行如下命令进行安装，默认安装在

  /usr/local/bin

  目录下。

  $ sudo easy_install virtualenvwrapper 
  Password:
  Searching for virtualenvwrapper
  ...
  Copying virtualenvwrapper-4.8.4-py3.7.egg to /Users/Dabao/anaconda3/lib/python3.7/site-  packages
  Adding virtualenvwrapper 4.8.4 to easy-install.pth file
  Installing virtualenvwrapper.sh script to /Users/Dabao/anaconda3/bin
  Installing virtualenvwrapper_lazy.sh script to /Users/Dabao/anaconda3/bin
  ...
  Finished processing dependencies for virtualenvwrapper 
             

         通过观察安装过程可知，Virtualenvsrapper安装在

  /Users/Dabao/anaconda3/

  目录下而非

  /usr/local/bin

  ，记住代码中列出的目录位置，后续安装使用需要。在使用 Virtualenvwrappe 前需要设置环境变量和运行 virtualenvwrapper.sh 文件。其中环境变量用来指定使用 Virtualenvwrappe 的目录，所以要创建一个目录用来储存所有的虚拟环境。由于之前已经创建了一个名为Virtualenv的目录，就使用该目录作为工作目录。

  # 环境变量为先前创建的Virtualenv文件所在路径
  $ export  WORKON_HOME=/Users/Dabao/Desktop/Study/Algorithm/Practice/TensorFlow/Virtualenv
  # 将安装过程中出现的virtualenvwrapper.sh路径拷贝于此
  $ source /Users/Dabao/anaconda3/bin/virtualenvwrapper.sh
             

         上述命令运行完毕后，目录Virtualenv下新增加了许多二进制文件，下一步进入Virtualenv目录并利用Virtualenvwrappe来创建虚拟环境。

  $ mkvirtualenv env2
             

         此时Virtualenv目录下又新增一个内部结构与env1相似的名为env2的文件夹，这是一个与env1相隔离的新环境。

         每次退出终端后再进入Virtualenv目录时就无法使用Virtualenvwrappe的命令，如

  mkvirtualev

  等，可以将之前设置环境变量和使用virtualenvwrapper.sh的命令加入

  /.bash_profile

  中，以后就可以直接在终端使用Virtualenvwrappe的命令。

  $ open ~/.bash_profile
  #添加如下代码到新打开的.bsh_profile文件中并保存
  # export   WORKON_HOME=/Users/Dabao/Desktop/Study/Algorithm/Practice/TensorFlow/Virtualenv
  # source /Users/ruogulu/anaconda3/bin/virtualenvwrapper.sh
  $ source ~/.bash_profile
             

• 基本操作

1. 列出虚拟环境：

   $ lsvirtualenv -b

2. 切换虚拟环境：

   $ workon env1

3. 查看环境中安装了哪些包：

   $ lssitepackages

4. 进入当前环境（进入该环境的文件夹）：

   $ cdvirtualenv

5. 进入当前环境的site-packages：

   $ cdsitepackages

   或

   $ cdsitepackages pip

6. 复制虚拟环境：

   $ cpvirtualenv env1 env3

7. 退出虚拟环境：

   $ deactivate

8. 删除虚拟环境：

   $ rmvirtualenv env3

• 安装Numpy,Scipy等Python包

         切换至目标环境如env1,然后输入

  $ pip install numpy

  就可安装 Numpy 包。

  $ workon env1
  $ pip install numpy
  Collecting numpy
  ...
  $ lssitepackages
  __pycache__			pkg_resources
  easy_install.py			setuptools
  numpy				setuptools-41.0.1.dist-info
  numpy-1.16.4.dist-info		wheel
  pip				wheel-0.33.4.dist-info
  pip-19.1.1.dist-info
             

       虚拟环境的相关安装完毕，可以开心地捣鼓Python了。

3.3 conda