前言 由于 Windows 中开发环境较 linux 复杂，这里总结 Windows 中使用 Jupyter 开发 Python 的环境配置。

安装

Python是一种跨平台的编程语言,社区生态丰富，有许多现成的包可以调用。传统的安装方法如下：

  • 下载、安装Pythond解释器；
  • 验证安装；
  • 安装VScode以及Python的拓展；

但Python开发项目时往往需要不同版本，不同的第三方包，如果用传统方法难以管理；因此现在的主流方法是：

  • 安装Anaconda或miniconda等Python集成包；
  • 使用conda创建并启动一个Python环境；
  • 安装jupyter编辑器编写python。

在Anaconda官网下载并安装，安装成功后，命令行中敲conda info，会显示conda的版本和python的版本等详细信息；再敲conda list，会列出当前环境下所有安装的包。

安装好了Anaconda，就相当于同时有了Python、环境管理器、包管理器以及一大堆开箱即用的科学计算工具包。

使用

安装好了，默认是在base虚拟环境下，此时我们从base环境复制一份出来，在新环境里工作。

  • 复制base环境, 创建test环境
conda create --name test --clone base
  • 激活test环境
conda activate test
  • 取消Conda默认激活base虚拟环境
conda config --set auto_activate_base false
  • 列出本机的所有环境，如下，可见当前有2个环境，当前激活的是test环境：
(test) ➜  ~ conda info -e
- conda environments:
#
base                     /Volumes/300g/opt/anaconda3
test                  *  /Volumes/300g/opt/anaconda3/envs/test
  • Anaconda默认安装了jupyter，打开jupyter：
jupyter notebook

此时会自动弹出浏览器窗口打开Jupyter Notebook网页，默认为http://localhost:8888

Jupyter汉化/下载中文包：pip install jupyterlab-language-pack-zh-CN

虚拟环境管理

  • 创建环境，后面的python=3.6是指定python的版本
conda create --name env_name python=3.6
  • 创建包含某些包的环境（也可以加上版本信息）
conda create --name env_name python=3.7 numpy scrapy
  • 激活某个环境
conda activate env_name
  • 关闭某个环境
conda deactivate
  • 复制某个环境
conda create --name new_env_name --clone old_env_name
  • 删除某个环境
conda remove --name env_name --all
  • 生成需要分享环境的yml文件（需要在虚拟环境中执行）
conda env export > environment.yml
  • 别人在自己本地使用yml文件创建虚拟环境
conda env create -f environment.yml

包管理

  • 列出当前环境下所有安装的包
conda list
  • 列举一个指定环境下的所有包
conda list -n env_name
  • 查询库
conda search scrapys
  • 安装库安装时可以指定版本例如：（scrapy=1.5.0）
conda install scrapy
  • 为指定环境安装某个包
conda install --name target_env_name package_name
  • 更新安装的库
conda update scrapy
  • 更新指定环境某个包
conda update -n target_env_name package_name
  • 更新所有包
conda update --all
  • 删除已经安装的库
conda remove scrapy
  • 删除指定环境某个包
conda remove -n target_env_name package_name
  • 更多命令请查看官方文档或者查询帮助命令：
conda --help

conda install --help

有了Conda包管理器，为什么Anaconda环境中，可能还需要用pip安装包呢？因为Anaconda本身只提供部分包，远没有pip提供的包多，有时conda无法安装我们需要的包，此时需要用pip将其装到conda环境里。

安装特定版本的包，conda用=，pip用==。例如：

conda install xxx=1.0.0
pip install xxx==1.0.0

Jupyter使用

安装Anaconda并启动一个环境之后，如何让Jupyter Notebook在我们要的环境中启动呢？

  • 激活目标环境
conda activate myenv
  • 安装 ipykernel（如尚未安装） 为了让 Jupyter Notebook 能识别该环境中的 Python 解释器，你需要在该环境中安装 ipykernel：
conda install ipykernel

# 或者使用 pip

pip install ipykernel
  • 注册环境内核 将该环境注册为 Jupyter 的一个内核（kernel），这样启动 Jupyter Notebook 后就能选择这个内核：
python -m ipykernel install --user --name myenv --display-name "Python (myenv)"

# 这里 --name 指定内核的名称，--display-name 是在 Jupyter Notebook 界面中显示的名称，你可以根据需要自定义。
  • 启动 Jupyter Notebook：依然在激活后的环境中，启动 Jupyter Notebook：
jupyter notebook
  • 启动后，你在新建 notebook 时可以选择刚刚注册的内核 “Python (myenv)” 来确保使用该环境的 Python 解释器。

Done.