在win10的Linux子系統(WSL)上搭載python編程環境

爲何使用WSL進行python編程html

WSL,全稱Windows Subsystem for Linux。簡言之,win10提供了一個子Linux系統,能夠解決虛擬機和雙系統的系統之間阻隔的問題而不影響win10自己的應用。python

對於win10上創建的Linux子系統,如Ubuntu,自己可能會自帶了python編譯器,能夠編譯運行一些簡單的python腳本。編程

命令「which python」一般能夠查看本機python的版本和安裝位置,安裝位置一般位於:/usr/bin,bash

有些安裝了其餘大型編譯器的時候,還會自帶不一樣版本的編譯器,所以用命令「ls /usr/bin/python*」能夠查看本機已安裝的全部python類型。網絡

win10中設置Linux子系統方式以下:url

Windows下請先開啓WSL,而且安裝Ubuntu:spa

1.管理員權限打開 PowerShell. 在開始菜單中,輸入PowerShell,右鍵Windows PowerShell選擇管理員權限運行(或者按下快捷鍵win+R,而後輸入cmd打開命令提示符)code

2.在Windows PowerShell command window 中或命令提示符中, 拷貝並複製如下代碼以開啓WSL功能:htm

Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Windows-Subsystem-Linuxblog

3. 打開微軟商店,搜索Ubuntu,選擇Ubuntu並進行安裝,此後,進入Linux系統的方式有三:第一,Windows PowerShell中輸入bash,第二,命令提示符中輸入bash,第三,直接打開Ubuntu應用。

爲何選擇anaconda下的python編程環境

以上的python編譯器雖然能夠運行部分.py文件,可是有些包沒有安裝,全部含有numpy/pandas等庫的文件編譯時會自動報錯。

在安裝各類包的時候,有時不一樣包之間錯綜複雜的依賴關係會使一個包的安裝過程變成一系列包的安裝。而conda能夠很好的解決路徑依賴問題。

此外,conda還能夠創建起一些相對獨立編程環境,每一個環境是一個獨立的工程,從而避免各類版本的package之間相互污染。

anaconda安裝方式:

1.下載64-Bit Installer for anaconda 網址爲https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.07-Linux-x86_64.sh

2.更換到下載目錄,打開terminal,輸入命令: 「bash Anaconda3-2020.07-Linux-x86_64.sh」,而後安裝過程當中按照提示一路yes便可。

當打開終端時最開始出現(base)的時候,anaconda就安裝成功了,對於超級用戶root,一般conda安裝在「/root/anaconda」 根目錄下,對於普通用戶,一般安裝在 「/home/用戶名/anaconda」之下。

下一步是把anaconda配置更新,這一步的主要做用是把源更新,默認的國外源下載速度很是慢。更改方式有兩種:

anaconda配置更新

方法1:在(base)中輸入命令

1 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
2 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
3 conda config --remove channels defaults
4 conda config --set show_channel_urls yes

若是在此後的軟件安裝中出現下載過慢的問題能夠參考個人下一篇文章

方法2:找到.condarc文件輸入鏡像源

對於root用戶,輸入「cd ~/.condarc」,對於普通用戶,輸入「cd /home/用戶名/.condarc",並輸入如下命令

1 ssl_verify: true
2 
3 channels:
4   - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
5   - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
6 
7 show_channel_urls: true

 若是該步驟出現網絡鏈接失敗,請參考解決:http://www.javashuo.com/article/p-xyggnlya-mz.html

 

爲何要爲每一個項目創建獨立的conda環境

 如前所述,之因此創建起一個獨立的python編譯環境而不是使用base是爲了不各類package版本之間相互污染。

建議針對不一樣的項目每一次都進行不一樣的環境進行區隔。

新建/激活/退出獨立conda環境的方式:

新建獨立conda環境命令:「conda create --name conda_name python=3」或「conda create -n conda_name_01 python=3」

激活該環境的命令:「conda activate conda_name_01」

退出該環境的命令:「conda deactivate」

複製該環境的命令:「conda create -n conda_name_01 --clone conda_name_02」

刪除該環境的命令:「conda remove -n conda_name_01 --all

若是出現以下報錯,須要在./condarc文件中更新源。解決方案參考http://www.javashuo.com/article/p-xyggnlya-mz.html

 

 下一步就是在該環境下,安裝一些本身須要的python包,以知足科學計算的需求

conda安裝python包的方式:

用conda安裝:「conda install numpy」    #推薦

用pip安裝:     「pip install numpy」         #不推薦

我經常使用的python包有:numpy,pandas,matplotlib,scipy,netCDF4,jupyter,obspy

前四個比較大衆,後三個比較小衆。

相關文章
相關標籤/搜索