ubuntu下使用Anaconda搭建python環境

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。