Ubuntu 配置Python环境

https://gist.github.com/arose13/fcc1d2d5ad67503ba9842ea64f6bac35

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下载相应的 Miniconda sh 文件，然后使用 sh  -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

Installation Guide — Spyder 5 documentation

ubuntu 20 安装 spyder3_ycs_0405的专栏-CSDN博客

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

卸载Spyder：

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

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

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

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),直接激活环境就可以
Linux，OS X: source activate snowflakes
Windows：activate snowflakes

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

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 

#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.