前端人的 Python、Conda 环境搭建-工具盒子

前言 {#前言}

许多 AI 相关的项目、游戏辅助工具都使用 Python 语言开发，迫使我开始接触 Python 的环境搭建。作为一个前端人，我已经对 Node.js、NVM、NPM 等工具再熟悉不过了，但搭建 Python 的过程中还是碰到了不少困难，在此记录一下，让和我一样的前端人能更快地理解 Python 的生态体系。

Python 生态 {#Python-生态}

Python : Python 解释器和运行时环境，对应前端体系中的 Node.js，官网 www.python.org
Pip : Python 的包管理工具，对应前端体系中的 NPM，官网 pypi.org
Conda : 用于管理 Python 环境，对应前端体系中的 NVM，但又略有区别

NPM 在安装项目依赖时，会安装在项目的 node_modules 目录下，也就是局部安装，各个项目之间互相不影响，而 Pip 则是默认装在全局，这和前端的思维不一致。装在全局会造成多个项目的管理不便，各个项目之间依赖冲突、相同依赖的不同版本无法同时存在。

为了解决这个问题，Conda 就出现了，它可以创建完全隔离的多个不同的 Python 环境，每个环境可以指定不同的 Python 版本，每个环境所安装的依赖也相互隔离。

环境安装 {#环境安装}

为了搭建 Python 环境，新手往往会先想到安装 Python，但实际上 Conda 已经内置了 Python，我们 只需要安装一个 Conda ，就完成环境安装了。

Conda 有三个发行的安装包，分别是 Anaconda、Miniconda、Miniforge，其中 Anaconda 最出名，它已经内置了数千个常用的科学计算依赖包，属于是开箱即用，但缺点是安装包体积达到了惊人的 912 MB。

Miniconda 就比较小巧了，它没有内置常用依赖，体积也降到了 85 MB，对于我这种需求不高的用户，显然更合适。

下载 Miniconda: https://docs.anaconda.com/miniconda/#latest-miniconda-installer-links
安装时有一步 Advanced Installation Options，建议选中 "Clear the package cache upon completion"，可以节省部分硬盘空间

修改软件源 {#修改软件源}

和 NPM 一样，默认的国外软件源在国内是无法流畅使用的。我们需要在用户根目录（ C:\Users\你的用户名 ）创建一个 .condarc 文件，输入以下内容来切换成国内源

|-------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 1 2 3 4 5 6 7 8 | channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch |

修改环境位置 {#修改环境位置}

如果你不想让以后安装的依赖占用 C 盘的空间，还需要提前修改环境位置，在上一步的 .condarc 文件中增加两行

|-------------|---------------------------------------| | 1 2 | envs_dirs: - D:\dev\condaenvs |

环境创建 {#环境创建}

在开始中搜索 "anaconda"，找到 "Anaconda Prompt (miniconda3)" 并打开，然后执行

|-----------|------------------------------------------------| | 1 | conda create -n 环境名称 python= 3 . 12 -y |

替换命令中的环境名称为你定义的环境名称，替换命令中的 3.12 为你需要的 Python 版本

这样就完成环境的创建了，执行 conda env list 可以查看环境列表

环境切换 {#环境切换}

仍然是在 Anaconda Prompt 中执行

|-----------|-----------------------------| | 1 | conda activate 环境名称 |

这样就切换到了对应的环境中

依赖安装 {#依赖安装}

仍然是在 Anaconda Prompt 中执行

|-------------|----------------------------------------------------| | 1 2 | cd /d 项目目录 pip install -r requirements.txt |

注意 -r 后跟项目依赖声明文件，有可能叫 requirements.txt ，也有可能叫 requirements-prod.txt ，之类的

安装好依赖后，就可以启动项目啦！具体如何启动可以参考项目的 README 文件。

在 bat 中切换 Conda 环境 {#在-bat-中切换-Conda-环境}

有时候我们需要编写 bat 脚本来执行一些自动化任务（例如定时执行），这时我们会发现，由于脚本执行时没有切换到指定的 Conda 环境中，会报 Python 找不到的错误。怎样在 bat 脚本中切换 Conda 环境呢？

|-------------------|------------------------------------------------------------------------------------------------------------------------------------| | 1 2 3 4 5 | @ echo off cd /d 项目目录 call D:\dev\anaconda3\Scripts\activate.bat D:\dev\anaconda3 call conda activate 环境名称 python 项目主入口.py |

替换命令中的 D:\dev\anaconda3 为你的 Conda 安装路径，替换最后一行命令为项目的启动命令