关于虚拟环境中遇到的bug

conda和cmd介绍

介绍

Conda

1. 概述：

   • Conda是一个开源包管理系统和环境管理系统，尤其适用于Python和R语言的开发环境。
   • 它允许用户创建独立的虚拟环境，方便地管理依赖包和软件版本。

2. 特点：

   • 环境管理：可以创建、导入、导出和删除独立的环境。这对不同项目使用不同依赖版本时非常有用。
   • 包管理：支持安装、更新和卸载包，能够解决包之间的依赖关系。
   • 跨平台：支持在Windows、Unix和MacOS上运行。

3. 优点：

   • 避免软件包版本冲突。
   • 简化科学计算和数据分析中的软件管理。
   • 有大量的预编译包，方便安装（如NumPy、Pandas、SciPy等）。

CMD

1. 概述：

   • CMD（命令提示符）是Windows操作系统的一个命令行解释器，用于执行操作系统命令和脚本。
   • 主要用于进行文件管理、程序执行、系统设置等低级操作。

2. 特点：

   • 命令行界面：用户通过输入文本命令来与操作系统进行交互。
   • 操作范围：可以调用系统命令、批处理文件、运行可执行程序等。

3. 优点：

   • 强大的文件管理功能。
   • 可以执行各类批处理脚本，进行自动化任务。
   • 适合具备命令行操作经验的用户。

区别

• 用途：

  • Conda专注于包和环境管理，特别是在数据科学和机器学习领域。
  • CMD用于操作系统级别的任务，如文件管理和系统配置。

• 运行环境：

  • Conda在其环境中运行，使用特定的Python和依赖。
  • CMD是全系统的命令行界面，不限于特定的编程语言。

界面

conda

cmd

虚拟环境

Bash和创建的虚拟环境

Bash

1. 概述：

   • Bash（Bourne Again SHell）是一个Unix Shell，广泛用于Linux和MacOS等操作系统中。
   • 它是一种命令行解释器，允许用户通过文本命令与操作系统进行交互。

2. 功能：

   • 命令行操作：执行文件和程序、管理文件系统、运行脚本等。
   • 编程功能：支持条件语句、循环、函数等，可以编写复杂的脚本来自动化任务。
   • 环境管理：可以设置和使用环境变量，影响运行在该Shell中的程序的行为。

3. 特点：

   • 跨平台（在多种Unix/Linux环境中运行）。
   • 基本上用于与操作系统的交互，而不是专注于特定的编程语言环境。

创建的虚拟环境

1. 概述：

   • 虚拟环境是用于创建隔离的、独立的Python运行环境的工具，可以用venv、virtualenv、conda等命令创建。
   • 每个虚拟环境都有自己的Python解释器和依赖包，互不干扰。

2. 功能：

   • 隔离依赖：可以为每个项目安装特定版本的包，避免包之间的冲突。
   • 简化部署：便于在不同项目中维护不同的依赖和库，而不影响全局Python环境。

3. 特点：

   • 创建的虚拟环境是特定于Python的，与特定的Python版本和依赖包绑定。
   • 适用于Python开发者，特别是在进行数据科学、机器学习等项目时

注意

cmd和conda

cmd和conda可以比喻成window下的两个兄弟，cmd是大哥，conda是二哥，cmd中的python和conda中的python是两个东西

bash和conda中创建的虚拟环境

bash和conda中创建的虚拟环境可以比喻成父子，bash的python是老爸，conda虚拟环境中的python是儿子，其实在bash中，我们默认下载的python，他就会放在一个全局的环境当中，我们pip下载的库，也会放在一个全局的环境当中，当全局环境中包下载过多，就会造成一些版本的冲突。我们可以把bash和conda比喻成两个文件夹，bash的python用的是bash中的库，conda的python用的是conda的库，两者互不干扰。

jupyternotebook

我们会使用pip jupyter notebook下载，但是如果你在cmd中（不是虚拟环境）下载，他就会创建一个jupyter，相当于一个全局jupyter，如果你在conda（不是虚拟环境）中下载，他就会在conda中创建一个jupyter，相当于在conda中的一个全局jupyter。所以我们可以创建一个虚拟环境，虚拟环境中启动jupyter notebook，会使用虚拟环境中的内核

内核

在Jupyter Notebook中，**内核（Kernel）**是一个重要的概念，它负责执行代码和处理用户输入。具体来说，内核是一个与用户的代码执行环境，它连接到Jupyter Notebook，以便处理用户的代码请求并返回结果。

虚拟环境的使用

cmd中

创建虚拟环境

pip virtualenv 这个要自己下载

virtualenv -p python解释器路径  名字(虚拟环境的名字)# -p python解释器路径       # 虚拟环境使用指定版本的python解释器
# 例：virtualenv -p D:\Python\Python39\python.exe env# --system-site-packages    # 指定虚拟环境继承系统的三方库
# 添加这个参数：检索库的时候，在当前虚拟环境找不到，会到系统的三方库中查找
# 不加这个参数：检索库的时候，只会在当前的虚拟环境中查找
# 例：virtualenv --system-site-packages env# 注意：通过系统python环境创建虚拟环境的时候，并不会将系统python环境中安装的第三方库安装到虚拟环境中

创建虚拟环境

1、创建项目文件夹
2、cmd命令行工具，进入到项目文件夹
3、执行命令：
virtualenv env_name
# 如：virtualenv env

激活虚拟环境

# cmd命令行工具，进入到虚拟环境下的Scripts目录
# 执行命令：
activate  或者 activate.bat# 执行之后，可以看到cmd命令工具中的路径前面多了一个标识：(env_name)
# 例：(env) C:\Users\Administrator\Desktop\MyPro02\env\Scripts>
# 此时，就是进入到了虚拟环境中，接下来所有的操作都是在当前虚拟环境中

操作虚拟环境

pip install requests# 如果不激活创建的虚拟环境，库会被安装到全局环境；# 激活虚拟环境后，则会安装在虚拟环境中python test.py# 使用虚拟环境中的python解释器执行test.py文件# 如果test.py文件中导入了某个包，会优先到虚拟环境中去查找相关的包

退出虚拟环境

# cmd命令行工具，进入到虚拟环境下的Scripts目录
# 执行命令
deactivate 或者 deactivate.bat# 退出虚拟环境之后，cmd命令工具中的路径前面的标识(env_name)会消失

删除虚拟环境

直接删除虚拟环境的文件夹

conda

conda常用的代码

conda -V                                        # 查看版本（V是大写）
conda create -n env_name python=3.9             # 创建python虚拟环境(指定python版本)
conda create -n env_name2 --clone env_name1     # 克隆虚拟环境
conda create -n env_name python=3.9 包名=x.x    # 创建虚拟环境的同时安装指定版本的三方库
conda create -p /projects/envs/myenv python=3.9 #在指定的路径下创建虚拟环境conda activate env_name                         # 切换/激活虚拟环境，Linux系统前面要加source
conda deactivate                                # 退出虚拟环境conda config --show                             # 查看虚拟环境默认位置
conda install 包名=version                      # 在base环境中安装包
conda install -n env_name 包名                  # 在指定虚拟环境安装包
activate env_name                               # 激活虚拟环境，Linux系统前面要加source
conda remove -n env_name --all                  # 移除虚拟环境及所有包
conda remove env_name 包名                      # 移除指定虚拟环境中的某个包
conda env list                                  # 查看虚拟环境列表
conda list                                      # 查看base环境包列表