Ubuntu 配置Python环境

系统管理员 2022-09-16 11:30 368阅读 0赞

# 1，安装miniconda #

[https://gist.github.com/arose13/fcc1d2d5ad67503ba9842ea64f6bac35][https_gist.github.com_arose13_fcc1d2d5ad67503ba9842ea64f6bac35]

[How to Install miniconda on linux (from the command line only)][How to Install miniconda on linux _from the command line only]

# Setup Ubuntu
    sudo apt update --yes
    sudo apt upgrade --yes
    
    # Get Miniconda and make it the main Python interpreter
    wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda.sh #-O：下载并以指定的文件名保存
    bash ~/miniconda.sh -b -p ~/miniconda 
    rm ~/miniconda.sh
    
    export PATH=~/miniconda/bin:$PATH
    
    #
    #The miniconda.sh script comes with a few basic options. 
    #Most notably we used -b to be able to run unattended, which means that all of the agreements are automatically accepted without user prompt.
    # -u updates any existing installation in the directory of install if there is one.
    # -p is the directory to install into and defaults to /root/miniconda3 .

或者： 从官方网站[Miniconda — Conda documentation][Miniconda _ Conda documentation]下载相应的 Miniconda sh 文件，然后使用 `sh <FILENAME> -b` 从命令行执行安装

cd Downloads/
    sh Miniconda3-py39_4.10.3-Linux-x86_64 -b  
    #-b          run install in batch mode (without manual intervention),
    #             it is expected the license terms are agreed upon
    export PATH=/home/kevalen/miniconda3/bin:$PATH
    ################################################
    For best results, please verify that your PYTHONPATH only points to
        directories of packages that are compatible with the Python interpreter
        in Miniconda3: /home/kevalen/miniconda3

检查是否安装成功：

输入$ conda，如果报错conda: command not found

原因是因为~/.bashrc文件没有配置好

vim ~/.bashrc
    在.bashrc最后一行加上 export PATH=/home/kevalen/miniconda3/bin:$PATH
    然后保存更改，运行
    source ~/.bashrc

打开终端报错：bash: /某路径/bashrc: No such file or directory

造成这样的原因，一般是 **bashrc** 文件里的环境变量配置出了**问题**。只要**删除对应“某路径”**的source那一行即可解决，比如

bash: workspace_dir: No such file or directory
    
    删除 source workspace_dir/devel/setup.bash这一行就可以啦

查看conda环境：

conda info --env
    conda env list

# 2，安装Spyder  #

[Installation Guide — Spyder 5 documentation][Installation Guide _ Spyder 5 documentation]

[ubuntu 20 安装 spyder3\_ycs\_0405的专栏-CSDN博客][ubuntu 20 _ spyder3_ycs_0405_-CSDN]

1、先安装cython:   
    
    python -m pip install cython
    2、安装spyder3  
    
    sudo apt install spyder3
    或者用下面的命令安装：
    
    sudo apt install spyder
    3、启动spyder3  
    
        终端输入：
    
    spyder
    或
    
    spyder3
    
    ########################################
    如果安装了miniconda，则可以直接通过 conda包管理器 安装：
    conda install spyder
    
    移除一个包
    例如：移除 spyder
    
    conda remove spyder
    
    更新一个包
    例如：更新 spyder
    
    conda update spyder
    
    查看安装是否成功：
    $ spyder
    
    ####################################也可以使用 Python 包管理器 pip 安装
    pip install spyder
    
    #更新
    pip install --upgrade spyder
    
    #pip卸载包
    命令：pip uninstall packagename
    
    #pip查看已安装的包
    #功能：查看指定的安装包信息
    命令：pip show packagename
    
    #功能：列出所有的安装包
    命令：pip list

**卸载Spyder：**

[https://www.thelinuxfaq.com/ubuntu/ubuntu-17-04-zesty-zapus/spyder?type=uninstall][https_www.thelinuxfaq.com_ubuntu_ubuntu-17-04-zesty-zapus_spyder_type_uninstall]

#Only uninstall or removes an installed spyder package itself
    sudo apt-get remove spyder 
    #Uninstall spyder including dependent package
    sudo apt-get remove --auto-remove spyder 
    #If you use purge options along with auto remove, will be removed everything
    #regarding the package, It's really useful when you want to reinstall again.
    sudo apt-get purge --auto-remove spyder

# 3,为什么要创建conda的虚拟环境 #

[为什么要创建anaconda的虚拟环境\_ice bear桑的博客-CSDN博客\_anaconda为什么要创建环境][anaconda_ice bear_-CSDN_anaconda]

**在 Python 开发中，很多时候我们希望每个应用有一个独立的 Python 环境（比如应用 1 需要用到 TensorFlow 1.X，而应用 2 使用 TensorFlow 2.0）。这时，Conda 虚拟环境即可为一个应用创建一套 “隔离” 的 Python 运行环境。使用 Python 的包管理器 conda 即可轻松地创建 Conda 虚拟环境。常用命令如下：**

conda create --name [env-name]      # 建立名为[env-name]的Conda虚拟环境
    conda activate [env-name]           # 进入名为[env-name]的Conda虚拟环境
    conda deactivate                    # 退出当前的Conda虚拟环境
    conda env remove --name [env-name]  # 删除名为[env-name]的Conda虚拟环境
    conda env list                      # 列出所有Conda虚拟环境

[Anaconda多环境多版本python配置指导 - 知乎][Anaconda_python_ -]

conda create --name [env-name] spyder  #在[env-name]环境中安装spyder
    
    #很多跟在--后边常用的命令选项，可以被略写为一个短线-加命令首字母。所以--name选项和-n的作用是一样的
    
    #激活这个新环境
    Linux，OS X: source activate [env-name]
    Windows：    activate [env-name]
    
    #可以创建环境bunnies时同时安装多个包,例如这三个包:python=3,Astroid,Babel
    conda create -n bunnies python=3 Astroid Babel
    
    #切换到另一个环境(activate/deactivate),直接激活环境snowflakes就可以
    Linux，OS X: source activate snowflakes
    Windows：activate snowflakes

### **创建python任意版本虚拟环境：** ###

比如：python2.7

**conda create --name py27 python=2.7**

查看当前conda管理的虚拟环境有哪些：

**conda info --envs**

**进入虚拟环境安装软件包，需要先激活环境，然后就可以在这个环境下安装包。**

# 4,pip 和 conda 包管理器 #

[简单粗暴 TensorFlow 2 | A Concise Handbook of TensorFlow 2 — 简单粗暴 TensorFlow 2 0.4 beta 文档][TensorFlow 2 _ A Concise Handbook of TensorFlow 2 _ _ TensorFlow 2 0.4 beta]

**pip 是最为广泛使用的 Python 包管理器，可以帮助我们获得最新的 Python 包并进行管理。常用命令如下：**

pip install [package-name]              # 安装名为[package-name]的包
    pip install [package-name]==X.X         # 安装名为[package-name]的包并指定版本X.X
    pip install [package-name] --proxy=代理服务器IP:端口号         # 使用代理服务器安装
    pip install [package-name] --upgrade    # 更新名为[package-name]的包
    pip uninstall [package-name]            # 删除名为[package-name]的包
    pip list                                # 列出当前环境下已安装的所有包

**conda 包管理器是 Anaconda 自带的包管理器，可以帮助我们在 conda 环境下轻松地安装各种包。相较于 pip 而言，conda 的通用性更强（不仅是 Python 包，其他包如 CUDA Toolkit 和 cuDNN 也可以安装），但 conda 源的版本更新往往较慢。常用命令如下：**

conda install [package-name]        # 安装名为[package-name]的包
    conda install [package-name]=X.X    # 安装名为[package-name]的包并指定版本X.X
    conda update [package-name]         # 更新名为[package-name]的包
    conda remove [package-name]         # 删除名为[package-name]的包
    conda list                          # 列出当前环境下已安装的所有包
    conda search [package-name]         # 列出名为[package-name]的包在conda源中的所有可用版本

**conda 中配置代理：在用户目录下的 .condarc 文件中添加以下内容：**

proxy_servers:
        http: http://代理服务器IP:端口号

# 5,升级更新python版本 #

#First check for all the python version available to install using 
    conda search python
    
    conda install python = $python version$ 
    
    conda install -c anaconda python     #安装到anaconda
    
    conda create -n py37 -c anaconda python=3.7  #create an environment called py37 to install
    
    
    #note: conda update python   isn't work.

# 6，利用conda查找可安装的包版本 #

*conda* search package,能够列出*conda*云上安装包package的所有版本

# 7,TensorFlow 安装与环境配置 #

[TensorFlow安装与环境配置 — 简单粗暴 TensorFlow 2 0.4 beta 文档][TensorFlow_ _ _ TensorFlow 2 0.4 beta]

1,使用 Anaconda 自带的 conda 包管理器建立一个 Conda 虚拟环境，并进入该虚拟环境。在命令行下输入：

conda create --name tf2 python=3.7      # “tf2”是你建立的conda虚拟环境的名字
    conda activate tf2                      # 进入名为“tf2”的conda虚拟环境

2,使用 Python 包管理器 pip 安装 TensorFlow。在命令行下输入：

pip install tensorflow

3,CUDA Toolkit 和 cuDNN 的安装

'''
    安装 CUDA Toolkit 和 cuDNN，其中 X.X 和 X.X.X 分别为需要安装的 CUDA Toolkit 和 cuDNN 版本号，必须严格按照 TensorFlow 官方网站所说明的版本 安装。例如，对于 TensorFlow 2.6，可使用:
    '''
    conda install cudatoolkit=11.3.1
    conda install cudnn=8.2.1

安装完后,需要重启terminal.

4,解决报错Could not load dynamic library 'cudart64\_110.dll';

> You need the CUDA installation for 11.0 (“...110.dll”). You may have CUDA10.1 right now.

5,解决报错Another metric with the same name already exists:

> **Follow three steps below:**
> 
> pip uninstall tensorflow  
> delete all keras related files in PC directory: C:\\ProgramData\\Anaconda3\\Lib\\site-packages  
> reinstall tensorflow

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZzUyMTEzMTQxMzE0_size_7_color_FFFFFF_t_70_g_se_x_16][]

如果报错Could not load dynamic library 'cudart64\_101.dll'; dlerror: cudart64\_101.dll not found,

如下可解决:

In a `conda` environment, this is what solved my problem (I was missing `cudart64-100.dll`:

1.  Downloaded it from [https://download.csdn.net/download/king52113141314/34188081 ][https_download.csdn.net_download_king52113141314_34188081][或者 dll-files.com/CUDART64\_100.DLL][dll-files.com_CUDART64_100.DLL]
2.  Put it in my conda environment at `C:\Users\<user>\Anaconda3\envs\<env name>\Library\bin`
3.  `我的例子是放在:C:\ProgramData\Anaconda3\Library\bin`

That's all it took!

[https_gist.github.com_arose13_fcc1d2d5ad67503ba9842ea64f6bac35]: https://gist.github.com/arose13/fcc1d2d5ad67503ba9842ea64f6bac35
[How to Install miniconda on linux _from the command line only]: https://waylonwalker.com/install-miniconda/
[Miniconda _ Conda documentation]: https://conda.io/en/latest/miniconda.html#
[Installation Guide _ Spyder 5 documentation]: https://docs.spyder-ide.org/current/installation.html
[ubuntu 20 _ spyder3_ycs_0405_-CSDN]: https://blog.csdn.net/ycs_0405/article/details/113527454
[https_www.thelinuxfaq.com_ubuntu_ubuntu-17-04-zesty-zapus_spyder_type_uninstall]: https://www.thelinuxfaq.com/ubuntu/ubuntu-17-04-zesty-zapus/spyder?type=uninstall
[anaconda_ice bear_-CSDN_anaconda]: https://blog.csdn.net/qq_41473749/article/details/112585345
[Anaconda_python_ -]: https://zhuanlan.zhihu.com/p/69133680
[TensorFlow 2 _ A Concise Handbook of TensorFlow 2 _ _ TensorFlow 2 0.4 beta]: https://tf.wiki/zh_hans/
[TensorFlow_ _ _ TensorFlow 2 0.4 beta]: https://tf.wiki/zh_hans/basic/installation.html
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZzUyMTEzMTQxMzE0_size_7_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/ceb49a17d47c45439ad829522ddba6a1.png
[https_download.csdn.net_download_king52113141314_34188081]: https://download.csdn.net/download/king52113141314/34188081
[dll-files.com_CUDART64_100.DLL]: https://www.dll-files.com/search/?q=CUDART64_100.DLL