目录

• • 0. 准备工作
  • 1. conda和pip区别
  • • 1.0 安装方式
    • • 1.0.0 依赖数据库
      • 1.0.1 安装范围
      • 1.0.2 各自优势
      • 1.0.3 安装方式优先级
    • 1.1 conda
    • 1.2 pip
    • 1.3 其他
    • • 1.3.1 关于`conda install -c conda-forge package_name`中的`-c`
  • 2. 使用pip安装包
  • • 2.0 为什么安装包
    • 2.1 查看已安装包列表
    • 2.2 安装
    • 2.3 卸载
    • 2.4 其他
  • 3. 虚拟环境
  • • 3.0 为什么创建envs
    • 3.1 查看环境列表
    • 3.2 安装（eg：pytorch）
    • 3.3卸载
    • 3.4 查看虚拟环境安装地址
    • 3.5 pycharm中导入虚拟环境
    • 3.6 jupyter notebook中导入虚拟环境
    • 3.7 虚拟环境没有安装在自定义路径
  • 4. jupyter
  • • 4.1 jupyter notebook[默认工作目录](https://www.bilibili.com/video/BV1pL4y157DV)设置
    • 4.2 jupyter notebook安装 目录 插件

0. 准备工作

• 说在前面：我一般都是在 Anaconda Prompt操作
• 查看python版本，输入 python -V
  

1. conda和pip区别

1.0 安装方式

1.0.0 依赖数据库

1. conda install：依赖于 anaconda 数据库https://www.anaconda.com/和 bioconda 数据库https://bioconda.github.io/
2. pip install：依赖于 PyPI 数据库 https://pypi.org/
3. git clone：是克隆 github 项目 https://github.com/
4. 源码包：主要来源于 PyPI 数据库

1.0.1 安装范围

• conda install 的安装范围不仅仅局限于 python package，也就是除了安装 python package，还能安装通用 linux 软件，gcc 库等。但 conda install 所能安装的 python package 数量要远远少于 pip install。如果通过 conda install 安装 package，可以先在 anaconda 数据库检索 conda 是否提供该包的安装。
  conda install packagename

• pip install：绝大多数的 python package 都可以通过 pip install packagename 命令直接安装。当然是否报错就需要另当别论。
  pip install packagename

• git clone：严格来说 git clone 并不是一种安装方式，只不过是将 package 从 github 上克隆下来，然后利用 pip install 进行安装，和2存在交叉。前边说了绝大多数的 python package 都可以通过 pip install packagename 命令直接安装，那么就还用一小部分 python package 是无法直接安装的。某些 package 只存在于 github 数据库中而没有上传到 PyPI 数据库，这时就需要先将 package 从 github 克隆到本地，然后通过 pip install . 命令安装

git clone link_to_packagename
cd packagename
pip install .

• 源码安装：这种方式一般是走投无路才会选择的安装方式，缺失依赖包会直接报错，然后根据报错手动安装所有的依赖包
  python setup.py install

1.0.2 各自优势

• conda install package：强大的安装方式，能够自动解决依赖包/依赖软件的安装（不仅仅只是 python package，还有其他的软件）

• pip install package：基本支持所有的 python package 的直接安装，同时安装依赖包。某些只存在 github 数据库的 package 也是先克隆到本地，然后用 pip install 安装

• 源码安装是最后的选择

1.0.3 安装方式优先级

• conda install package 和 pip install package 这两种方式优先使用哪一种都没关系，但需要考虑 package 调用顺序优先级以及避免重复安装，优先使用哪种就要一直保持，不能这次安装 package A 用 conda install 方式，下次安装 package B 用 pip install，如果经常这样安装 package 在以后调用的时候很可能报错。

• 个人经验 pip install package > conda install package > pip install git_clone > 源码安装

1.1 conda

1. [简介]

• conda是一个通用的包管理器，什么语言的包都可以用其进行管理，自然也就包括Python。
• 在安装Anaconda或者Miniconda时，会对conda进行一同安装。
• Anaconda作为Python的发行版，相当于在Python的基础上自带了常用第三方库。
• Miniconda相当于是一个conda环境的安装程序，只包含了conda及其依赖项，减少一些不需要的第三方库的安装，所以占用的空间很小。

2. conda安装

• 在Anaconda中，无论在哪个环境下，通过 conda install xxx 的方式安装的库都会放在Anaconda的pkgs目录 F:\APP\install\Anaconda\pkgs 下.
  
• python环境中的库： F:\APP\install\Anaconda\lib\site-packages ，其他环境中的库： F:\APP\install\Anaconda\envs\环境名\Lib\site-packages
• 好处：当在python环境中已经下载好了库a，在pytorch环境中还需要库a时。可以将python环境 F:\APP\install\Anaconda\lib\site-packages 中的库a 复制到 pytorch环境中 F:\APP\install\Anaconda\envs\环境名\Lib\site-packages 。（这个过程相当于通过pip install xxx进行了安装，而不用重复下载。）

3. conda卸载

• 通过 conda uninstall xxx 删除环境A中的库a时，删除的只是环境A F:\APP\install\Anaconda\envs\环境A\Lib\site-packages 中的库a。效果和pip uninstall xxx一样。
• 如果再次在环境B中通过conda install xxx下载库a，依旧通过将pkgs目录 F:\APP\install\Anaconda\pkgs 下的库a复制到当前环境B F:\APP\install\Anaconda\envs\环境B\Lib\site-packages ）中。
• 清空pkgs F:\APP\install\Anaconda\pkgs 中的已下载库， conda clean -h

1.2 pip

1. 简介

• pip也是一个包管理器，并且是Python官方认可的包管理器。
• pip的含义是Pip Installs Packages。
• 经常用于安装 在Python包索引上 发布的包。因此，在通过conda list命令查看当前环境下已安装的包时，通过pip的源是pypi。（Python包索引：PyPI, Python Package Index https://pypi.python.org/pypi）

2. pip安装

• 查看pip下载安装位置：打开命令行输入 python -m site ，一般默认是在C盘下
  

• 修改pip install 默认安装位置：

1. 查看pip下载安装位置：打开命令行输入 python -m site ，一般默认是在C盘下
2. 查看一个示例，输入 pip show 包名 。eg： pip show allennlp ，确认实在C盘中。
   
3. 输入 python -m site -help 查找配置文件。（PS：base系统环境和虚拟环境的路径不一样，需要分别输入 python -m site -help ，分别修改对应的site.py）
   
4. 打开 F:\APP\install\Anaconda\Lib\site.py 文件，修改 site.py 文件下图红框中的内容。
   USER_SITE改为： F:\APP\install\Anaconda\Lib\site-packages
   USER_BASE改为： F:\APP\install\Anaconda\Scripts
   
   修改后，如下图：
   
5. 将原路径中下载的包，移动到对应的新路径：① C:\Users\23622\AppData\Roaming\Python\Python39\Scripts —> F:\APP\install\Anaconda\Scripts
   ② C:\Users\23622\AppData\Roaming\Python\Python39\site-packages —> F:\APP\install\Anaconda\Lib\site-packages
6. 测试，再次输入 pip show allennlp ，位置已经改为： F:\APP\install\Anaconda\Lib\site-packages
   

3. pip卸载

• pip是在特定的环境中安装库，所以卸载库也一样，通过 pip uninstall xxx 就可以卸载特定环境 F:\APP\install\Anaconda\envs\特定环境名\Lib\site-packages 中的库。

1.3 其他

1.3.1 关于 conda install -c conda-forge package_name 中的 -c

-c 即 -channel
通道是Navigator和conda查找包的位置，具有相同名称的（source）包可能存在于多个通道上。
如果希望从默认通道（anaconda）以外的其他通道安装，则指定要使用哪个通道。
语法： conda install -c channel_name package_name 。
eg：如果要安装torch，对应通道有：下图对应网址

eg：输入通道 conda-forge 可以查看包含的package。下图对应的网址。

2. 使用pip安装包

可以通过conda和pip安装，这里使用pip

2.0 为什么安装包

在一个文件夹中安装所有必需的软件包，以便我可以将它移动到另一台计算机上，并且只安装CPython来运行我的程序（我不想在此计算机上安装任何软件包）
参考

2.1 查看已安装包列表

pip list

2.2 安装

参考

1. 一般
   pip install 包名
2. 安装特定版本（eg，diangoV1.15）
   pip install django==1.1.5 (在python中，=代表赋值，==代表等于)

2.3 卸载

详细版本

1. pip list ，查看包
   
2. 查看包（eg，django）的详细信息
   pip show django
   
3. 删除
   pip uninstall django —> y
   
4. 不需要输入y 的删除
   pip uninstall -y django
5. 删除特定用户的包
   pip uninstall --用户名 django

2.4 其他

1. 显示可升级的包
   pip list -o
2. 下载包而不安装
   pip install 包名 -d 目录 或 pip install -d 目录 -r requirements.txt
3. 导出python环境
   pip freeze > requestment.txt
   获取到当前环境下的所有安装包的版本，有助于以后布置别台电脑，可以避免bug，从而导入跟现在一样的环境。
4. 从导出的python环境中安装所需要的包
   pip install –r requestment.txt
5. 卸载导出的python环境中的包
   pip uninstall –r requestment.txt
6. 更换国内pypi镜像（推荐临时使用这些源）
   pip install 包名 -i http://pypi.v2ex.com/simple
   阿里：https://mirrors.aliyun.com/pypi/simple
   豆瓣：http://pypi.douban.com/simple
   中国科学技术大学：http://pypi.mirrors.ustc.edu.cn/simple/
7. 更换清华源镜像（永久更改）

1. 查看python版本： python
2. 查看pip版本 是否需要升级： pip -V
3. 升级pip（版本<10时）： pip install pip -U
   如果升级不了，那么直接使用清华源来升级pip： pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pip -U
4. 配置默认镜像站：
   pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
   

3. 虚拟环境

可以通过conda和pip安装，这是用的是conda。

3.0 为什么创建envs

1. 所有的项目的库都放到一个地方容易混乱，而且比较冗余，毕竟不是所有的项目都需要那么多的库
2. 因为工作以后都是分工协作的，这个项目能在你电脑上运行，但是到了别人那如果没有安装相应的库就无法运行，所以需要大家能够在库上进行同步
3. 不同的项目对同一个库版本要求不一样，如果A项目要求一个库的版本低，B项目的要求同一个库版本高，运行B项目升级了这个库覆盖前一个版本，就会导致A项目无法运行

3.1 查看环境列表

conda env list 或者 conda info --envs

3.2 安装（eg：pytorch）

1. 输入： conda create -n pytorch python=3.6
   conda create -n 环境名 python=python版本
   输入： y ，同意安装包
   
2. 安装成功， conda activate pytorch 激活pytorch虚拟环境， pip list 查看该虚拟环境下的包
   
3. 退出虚拟环境 deactivate

3.3卸载

输入： conda env remove --name 环境名

3.4 查看虚拟环境安装地址

1. 输入： conda config --show
   查看 envs_dirs ，一般第一个路径是默认路径。
   
2. 目录 F:\APP\install\Anaconda\envs
   

3.5 pycharm中导入虚拟环境

1. 打开pycharm—>file—>settings—>project: Pycharm project—>python Interpreter
   
2. 没有点击show All—>点击 +
   
3. 点击Conda Environment—>选择Exist environment—>选择虚拟环境所在目录 F:\APP\install\Anaconda\envs 里找到python.exe。
   
4. 一直OK，保存设置。

3.6 jupyter notebook中导入虚拟环境

1. 先激活想要添加的虚拟环境
   pip list ：查看虚拟环境列表
   conda activate d2l ：激活虚拟环境d2l
2. 输入 pip install ipykernel ipython
   
3. 输入 ipython kernel install --user --name d2l
   出现： Installed kernelspec d2l in C:\Users\Sir\AppData\Roaming\jupyter\kernels\d2l
   表示安装成功。
4. 打开Jupyter notebook，会看到原本只有Python3的地方，多了一个虚拟环境d2l
5. 删除已经成功添加的虚拟环境d2l：
   先激活想要添加的虚拟环境， conda activate d2l ：激活虚拟环境d2l
   输入 jupyter kernelspec remove pytorch1.6 —>输入 y ，表示同意删除。
6. 打开Jupyter notebook，会发现没有虚拟环境d2l

3.7 虚拟环境没有安装在自定义路径

正确情况：应该为anaconda自定义安装的路径。

错误情况：安装在C盘（如下图）

解决办法：

1. 查看conda 信息
   输入 conda info 或 conda config --show ，查看 envs_dirs ，确实默认在C盘：
   

2. 解决方法尝试
   尝试1：输入下面的修改路径（出错）

conda config --add envs_dirs newdir # 增加环境路径
conda config --remove envs_dirs newdir  # 删除环境路径

3. 最终解决方法：
   添加环境位置
   找到.condarc文件： C:\Users\用户名\.condarc 。通过记事本打开，并添加

envs_dirs:
  - F:\APP\install\Anaconda\envs #新的环境保存位置

保存后，再次试一下创建环境，此时环境位置是指定的位置。

输入 conda config --show 确认：

解决办法-参考

4. jupyter

4.1 jupyter notebook默认工作目录设置

1. 打开 C:\Users\23622\.jupyter ，找到
   
2. 找到 c.NotebookApp.notebook_dir
   
3. 将 # 删除，在 ' ' 中填入确定修改后的地址 F:\APP\data\Jupyter
   
4. 更改快捷方式的属性，路径为 C:\Users\23622\AppData\Roaming\Microsoft\Windows\Start Menu\Programs\Anaconda3 (64-bit) ，
   
   目标(T)： 将.py后的内容删除。
   起始位置(S)： 更改为 F:\APP\data\Jupyter
   

4.2 jupyter notebook安装 目录 插件

• 安装

# 1.安装nbextensions插件
pip install jupyter_contrib_nbextensions
# 2.安装 javascript and css files
pip install jupyter_contrib_nbextensions
# 3.安装configurator
pip install jupyter_nbextensions_configurator

• 效果
  启动 Jupyter Notebook–>点击nbextension–>选择Table of Contents ⑵。
  
  打开文件–>点击如下图所示图标
  
• 卸载

pip uninstall jupyter_contrib_nbextensions
pip uninstall jupyter_nbextensions_configurator
        已解决ValueError: Excel file format cannot be determined, you must specify an engine manually.    
    2023年4月26日
        Python结合MySQL数据库编写简单信息管理系统    
    2023年6月12日
        Couldn‘t find Lora with name guofeng3_v32Light 0% 0/20 [00:00＜?, ?it/s] Error completing request A    
    2023年4月16日
        已解决CryptographyDeprecationWarning: Python 3.6 is no longer supported by the Python core team. Theref    
    2023年6月21日
        关于GPT的20个知识，你都知道吗？    
    2023年6月25日
        出现 error: (-215:Assertion failed) size.width＞0 && size.height＞0 in function ‘cv::imshow‘ 的解决方法    
    2023年3月6日
        TensorFlow – Help Protect the Great Barrier Reef海星检测比赛总结    
    2022年6月8日
        基于opencv对高空拍摄视频消抖处理    
    2023年3月5日
        Py的ipykernel：Python库介绍、安装及使用攻略    
    2023年6月13日
        【Ctfer训练计划】——(六)    
    2023年6月13日
        拿来就可用的模块    
    2023年6月6日
        毕设 – 天气数据分析与可视化 天气预测 lstm    
    2023年6月16日
        iloc[ ]函数（Pandas库）    
    2023年3月5日