目錄
使用Anaconda搭建python環境
Anaconda(”蟒蛇“)可以看作是python的包管理器和環境管理器。1)它的base環境附帶了 conda、Python 和 150 多個科學包及其依賴項,因此只要安裝了anaconda,就相當於安裝了一系列常見庫。2)可以使用conda更方便的對第三方包進行管理,包括安裝、更新和卸載。3)可以更方便的管理不同的環境。日常工作中肯定不止使用一個環境(不同python版本,不同依賴庫),尤其是涉及到pytorch和tensorflow等庫,很容易將環境破壞,因此多個環境分開管理很重要。
1. Anaconda安裝
可以直接從anaconda官網下載對應的安裝包,也可以從Anaconda installer archiv選擇對應的版本,注意對應的操作系統(Mac、Linux)、python版本和操作系統的位數。下載完後直接bash安裝即可。
bash Anaconda3-2019.03-Linux-x86_64.sh
默認安裝在/home/用戶名目錄下,可以選擇修改。在是否將配置寫入.bashrc時選擇yes。安裝完成後更新配置source ~/.bashrc
,即可正常使用conda。
2. 修改conda國內源
將默認源切換爲國內的源,這樣在安裝python的一些庫的時候會快不少。可以選擇清華源或中科大源。vim ~/.condarc
打開conda的配置文件,將下面的內容添加進去。
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
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
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
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
運行 conda clean -i
清除索引緩存,保證用的是鏡像站提供的索引。
3. 創建虛擬環境
anaconda安裝時有一個默認的環境,裏面已經提供瞭如numpy,scipy,pandas等常用的庫。如果項目需要新的庫,建議新建一個虛擬環境,不要直接對默認的環境進行修改。conda創建新的虛擬環境命令如下:
# 創建一個名爲py3的虛擬環境,python版本3.6,其他的依賴庫都需要手動去安裝
conda create -n py3 python=3.6
# 創建一個名爲segmentation的虛擬環境,python版本和依賴庫都和base環境一致
conda create -n segmentation --clone base
# 還可以直接clone別的用戶的虛擬環境,這樣就不用自己去搭了
conda create -n segmentation --clone /home/xxx/anaconda3/envs/segment
可以通過conda env list
或conda info -e
命令查看安裝成功的虛擬環境:
# conda environments:
虛擬環境名 路徑
base /home/zhangxiao/anaconda3
dw_py3 /home/zhangxiao/anaconda3/envs/dw_py3
py3_env /home/zhangxiao/anaconda3/envs/py3_env
segmentation * /home/zhangxiao/anaconda3/envs/segmentation
*對應了當前激活的虛擬環境
通過conda activate 環境名
切換使用的虛擬環境
4. 搭建環境依賴庫
虛擬環境創建成功後,如果不是直接clone的現成環境,還需要安裝一些缺少的庫。一般有兩種方法,conda和pip
1. conda
conda create -n myenv numpy
conda install numpy
conda install -c conda-forge gdcm
2. pip
修改pip源,vim ~/.pip/pip.conf
。把下面這句話添加進去
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=pypi.tuna.tsinghua.edu.cn
pip -V
查看pip命令對應的pip版本,一般會把庫安裝到當前的虛擬環境下。
pip 19.0.3 from /home/zhangxiao/anaconda3/envs/py3_env/lib/python3.7/site-packages/pip (python 3.7)
使用pip安裝python包
pip install opencv-python
pip install shapely
5. 遠程寫代碼和調試
服務器上的環境搭好了,下面需要在本地進行代碼調試,常用的有三種方法。
1. 使用vim在終端編碼和調試
2. 藉助pycharm和vscode
pycharm可以將終端的文件和環境一塊拷貝到本地,並且直接在本地運行和調試,使用起來十分方便。但是需要使用專業版的,而且所有相關文件都要拷貝到本地;VScode可以藉助sftp插件,將需要編輯的文件拉到本地,修改完畢之後上傳到服務器,在服務器上運行和調試。
3. jupyter notebook
notebook配置簡單,使用方便,在服務器開啓服務後直接本地瀏覽器打開。使用方式可見這裏。