Tutorial of anaconda & 原生虚环境
March 28, 2018
什么是conda？ #
anaconda是一个用于科学计算的python发行版。其中预置了一些用于科学计算的库，诸如numpy等。
并且包含一个包管理系统，可以方便的安装相关的库。
我使用conda主要是搭建机器学习的环境。
Install #
在conda的download页面找适合自己的安装包下载，在Ubuntu上会得到一个bash脚本文件。 也可以使用命令：
wget https://repo.continuum.io/archive/Anaconda2-5.1.0-Linux-x86_64.sh
然后使用root权限运行就可以了。 在运行的过程中，会询问你一些设置方案，如安装的路径、是否要添加进入PATH等。
检查是否安装成功 #
使用命令：
python -V
出现：
Python 2.7.14 :: Anaconda, Inc.
说明安装成功
使用conda创建自己的开发环境 #
学过python的都知道，py的版本兼容实在太随意了。因此py为了解决同一台电脑上需要不同py环境的问题，设计了一个虚环境。也就是我们可以创建一个虚环境，然后进入这个虚环境安装我们需要的包，这些包的作用范围就是在这个环境中。
因此也就实现了环境隔离。 一般我们在开始一个开发的时候，都会先创建一个虚环境。
使用conda创建tenserflow训练环境 #
# 创建名为:nlpcc-1.0 的虚环境
# 指定python版本为2.7, tensorflow版本为1.0的gpu版，
# 需要安装anaconda
conda create -n nlpcc-1.0 -c anaconda tensorflow-gpu=1.0 python=2.7
# 为当前环境安装包
conda install numpy
# 升级包的版本
conda update numpy
# 删除包
conda remove numpy
# 列出当前环境的包
conda list
# 删除一个环境
conda remove --name nlpcc-1.0 --all
# 进入一个环境
source activate nlpcc-1.0
# 离开当前环境
deactivate
虚环境 #
很多时候如果是普通的工程开发的python项目conda并不能很好的找到需要包，所以还是要回到pip上来。但是依然有隔离生产环境的需求，因此就出现了虚环境。
虚环境通过一个第三方程序实现，其实非常简单，就是一个库的复制。
- 安装
sudo pip install virtualenv
- 创建虚环境 在任何文件夹下运行下面的命令就会产生一个对应的文件夹，关于这个环境的一切都在这里。
virtualenv my_project
# 在当前文件夹下创建一个文件夹，并把python拷贝一份。
# 可以在创建虚环境的时候制定使用的python的版本。
virtualenv -p /usr/bin/python2.7 my_project
- 使用环境
首先就是激活一个环境
source my_project/bin/activate
此后安装的包都是安装在当前的环境中的，因此是完全隔离的。
结束使用该环境
deactivate
- 删除一个环境就只要删除对应的文件夹即可。
环境保持 #
往往在开发的时候，我们使用的某个库的版本并不一定会被后来的版本完全兼容，python中这太常见了。
因此为了方便我们在次还原环境，我们需要导出一份包的配置。
pip freeze > requirements.txt
这样就备份了一份，回头可以直接安装
pip install -r requirements.txt
更优雅的管理虚环境 #
这个可以使用：virtualenvwrapper的包来实现。