Anaconda下隔離乙個穩定的Python版本

使用anaconda時，可以選擇建立乙個專用於固定專案的隔離python環境。建議這樣做，因為它可以為每個專案提供不同的環境，並可能具有不同的庫和庫版本：

$ conda create -n py35 python=3.5 anaconda $ source activate py35

$ conda activate py35

這將建立乙個名為py35的全新python 3.5環境（您可以根據需要更改名稱），然後將其啟用。該環境包含anaconda隨附的所有第三方。除了tensorflow之外，這包括我們將需要的所有庫（numpy，matplotlib，pandas，jupyter和其他一些庫），所以讓我們安裝它：

$ conda install -n py35 -c conda-forge tensorflow=1.0.0

這會將tensorflow 1.0.0安裝在py35環境中（從conda-forge儲存庫中獲取它）。如果您選擇不建立py35環境，則只需刪除-n py35選項。

接下來，您可以選擇安裝jupyter擴充套件。這些在notebooks中具有漂亮的目錄很有用，但不是必需的。

$ conda install -n py35 -c conda-forge jupyter_contrib_nbextensions

py35環境隔離完畢！！！

如果您不使用anaconda，使用pip的優點在於，可以輕鬆建立具有不同庫和不同庫版本的多個隔離的python環境（例如，每個專案乙個環境）。使用系統的打包系統的優點是，python庫與系統的其他軟體包之間發生衝突的風險較小。由於我有許多專案具有不同的庫要求，因此我更喜歡在隔離的環境中使用pip。

如果要使用pip安裝所需的庫，這些是您需要在終端中鍵入的命令。注意：在以下所有命令中，如果選擇使用python 2而不是python 3，則必須將pip3替換為pip，並將python3替換為python。

首先，您需要確保已安裝最新版本的pip：

$ pip3 install --user --upgrade pip

–user選項將僅為當前使用者安裝最新版本的pip。如果您希望在系統範圍內安裝它（即針對所有使用者），則必須具有管理員許可權（例如，在linux上使用sudo pip3而不是pip3），並且應刪除–user選項。以下使用--user選項的命令也是如此。

接下來，您可以選擇建立乙個隔離的環境。建議這樣做，因為它可以為每個專案提供不同的環境（例如，該專案有乙個環境），並可能具有非常不同的庫和不同的版本：

$ pip3 install --user --upgrade virtualenv

$ virtualenv -p `which python3` env

這將在當前目錄中建立乙個名為env的新目錄，其中包含乙個基於python 3的隔離python環境。如果您在系統上安裝了多個版本的python 3，則可以使用以下路徑替換「 which python3`」您喜歡使用的python可執行檔案。

現在，您必須啟用此環境。每次要使用此環境時，都需要執行此命令

$ source ./env/bin/activate

接下來，使用pip安裝所需的python軟體包。如果不使用virtualenv，則應新增–user選項（或者，您可以在系統範圍內安裝庫，但這可能需要管理員許可權，例如，在linux上使用sudo pip3而不是pip3）。

當時用anaconda安裝多個版本的python的時候，或者由於多次解除安裝anaconda時，導致python的kernel核心安裝路徑混亂，使得jupyter

notebook不可用。

解決辦法

首先開啟anaconda prompt

輸入jupyter kernelspec list檢視安裝的核心和位置進入安裝目錄，

開啟kernel.jason,

檢視python的編輯器的路徑檔案是否與安裝路徑一樣如果不一樣，

那麼輸入 python -m ipykernel install --user, 重新安裝核心即可重啟jupyter notebook 即可使用。