首页 > 其他分享 >anaconda 包管理

anaconda 包管理

时间:2023-05-03 11:44:32浏览次数:37  
标签:None 管理 anaconda 64 pkgs linux main numpy

使用conda create -e test2创建环境test2
python -m import numpy numpy.__file__ -> /home/xx/.local/lib/python3.8/site-packages/numpy/__init__.py
which pip -> /usr/bin/pip

使用conda create -n test3 python=3.8创建环境test3

The following NEW packages will be INSTALLED:

  _libgcc_mutex      pkgs/main/linux-64::_libgcc_mutex-0.1-main None
  _openmp_mutex      pkgs/main/linux-64::_openmp_mutex-5.1-1_gnu None
  ca-certificates    pkgs/main/linux-64::ca-certificates-2023.01.10-h06a4308_0 None
  ld_impl_linux-64   pkgs/main/linux-64::ld_impl_linux-64-2.38-h1181459_1 None
  libffi             pkgs/main/linux-64::libffi-3.4.2-h6a678d5_6 None
  libgcc-ng          pkgs/main/linux-64::libgcc-ng-11.2.0-h1234567_1 None
  libgomp            pkgs/main/linux-64::libgomp-11.2.0-h1234567_1 None
  libstdcxx-ng       pkgs/main/linux-64::libstdcxx-ng-11.2.0-h1234567_1 None
  ncurses            pkgs/main/linux-64::ncurses-6.4-h6a678d5_0 None
  openssl            pkgs/main/linux-64::openssl-1.1.1t-h7f8727e_0 None
  pip                pkgs/main/linux-64::pip-23.0.1-py38h06a4308_0 None
  python             pkgs/main/linux-64::python-3.8.16-h7a1cb2a_3 None
  readline           pkgs/main/linux-64::readline-8.2-h5eee18b_0 None
  setuptools         pkgs/main/linux-64::setuptools-66.0.0-py38h06a4308_0 None
  sqlite             pkgs/main/linux-64::sqlite-3.41.2-h5eee18b_0 None
  tk                 pkgs/main/linux-64::tk-8.6.12-h1ccaba5_0 None
  wheel              pkgs/main/linux-64::wheel-0.38.4-py38h06a4308_0 None
  xz                 pkgs/main/linux-64::xz-5.2.10-h5eee18b_1 None
  zlib               pkgs/main/linux-64::zlib-1.2.13-h5eee18b_0 None

在这里面pippython38都被安装了
之后which pip -> /home/xx/anaconda3/envs/test3/bin/pip
pip uninstall numpy这里卸载位于系统.local/lib/python3.8/site-packages/numpy中的numpy,然后使用pip install numpy,这时候,numpy安装在/home/xx/anaconda3/envs/test3/lib/python3.8/site-packages/numpy/__init__.py

使用conda create -n test,python版本是3.8,但是这里不会在lib里安装pippython38。如果使用conda install numpy,则会安装python3.11pip。也意味着python被更新了

The following NEW packages will be INSTALLED:

  _libgcc_mutex      pkgs/main/linux-64::_libgcc_mutex-0.1-main None
  _openmp_mutex      pkgs/main/linux-64::_openmp_mutex-5.1-1_gnu None
  blas               pkgs/main/linux-64::blas-1.0-mkl None
  bzip2              pkgs/main/linux-64::bzip2-1.0.8-h7b6447c_0 None
  ca-certificates    pkgs/main/linux-64::ca-certificates-2023.01.10-h06a4308_0 None
  intel-openmp       pkgs/main/linux-64::intel-openmp-2021.4.0-h06a4308_3561 None
  ld_impl_linux-64   pkgs/main/linux-64::ld_impl_linux-64-2.38-h1181459_1 None
  libffi             pkgs/main/linux-64::libffi-3.4.2-hxx6a678d5_6 None
  libgcc-ng          pkgs/main/linux-64::libgcc-ng-11.2.0-h1234567_1 None
  libgomp            pkgs/main/linux-64::libgomp-11.2.0-h1234567_1 None
  libstdcxx-ng       pkgs/main/linux-64::libstdcxx-ng-11.2.0-h1234567_1 None
  libuuid            pkgs/main/linux-64::libuuid-1.41.5-h5eee18b_0 None
  mkl                pkgs/main/linux-64::mkl-2021.4.0-h06a4308_640 None
  mkl-service        pkgs/main/linux-64::mkl-service-2.4.0-py311h5eee18b_0 None
  mkl_fft            pkgs/main/linux-64::mkl_fft-1.3.1-py311h30b3d60_0 None
  mkl_random         pkgs/main/linux-64::mkl_random-1.2.2-py311hba01205_0 None
  ncurses            pkgs/main/linux-64::ncurses-6.4-h6a678d5_0 None
  numpy              pkgs/main/linux-64::numpy-1.24.3-py311hc206e33_0 None
  numpy-base         pkgs/main/linux-64::numpy-base-1.24.3-py311hfd5febd_0 None
  openssl            pkgs/main/linux-64::openssl-1.1.1t-h7f8727e_0 None
  pip                pkgs/main/linux-64::pip-23.0.1-py311h06a4308_0 None
  python             pkgs/main/linux-64::python-3.11.3-h7a1cb2a_0 None
  readline           pkgs/main/linux-64::readline-8.2-h5eee18b_0 None
  setuptools         pkgs/main/linux-64::setuptools-66.0.0-py311h06a4308_0 None
  six                pkgs/main/noarch::six-1.16.0-pyhd3eb1b0_1 None
  sqlite             pkgs/main/linux-64::sqlite-3.41.2-h5eee18b_0 None
  tk                 pkgs/main/linux-64::tk-8.6.12-h1ccaba5_0 None
  tzdata             pkgs/main/noarch::tzdata-2023c-h04d1e81_0 None
  wheel              pkgs/main/linux-64::wheel-0.38.4-py311h06a4308_0 None
  xz                 pkgs/main/linux-64::xz-5.2.10-h5eee18b_1 None
  zlib               pkgs/main/linux-64::zlib-1.2.13-h5eee18b_0 None
import numpy
numpy.__file__
'/home/xx/anaconda3/envs/test/lib/python3.11/site-packages/numpy/__init__.py'

解决方法:
以后重建一个python的版本,python3.9。以后都使用python3.9

删除老的环境:

conda env remove -n test
conda env remove -n test2
conda env remove -n test3
conda env remove -n ttseg
conda env remove -n py38base
conda env remove -n py39test

创建ttsegpy39环境

conda create -n ttsegpy39 python=3.9
conda info -e
conda activate ttsegpy39
pip list

接着pip install totalsegmentator,
安装的库MarkupSafe-2.1.2 PyWavelets-1.4.1 SimpleITK-2.2.1 TotalSegmentator-1.5.5 aiohttp-3.8.4 aiosignal-1.3.1 argparse-1.4.0 async-timeout-4.0.2 attrs-23.1.0 batchgenerators-0.21 certifi-2022.12.7 charset-normalizer-3.1.0 cmake-3.26.3 contourpy-1.0.7 cycler-0.11.0 dataclasses-0.6 dataclasses-json-0.5.7 deprecated-1.2.13 dicom2nifti-2.4.8 dill-0.3.6 filelock-3.12.0 fonttools-4.39.3 frozenlist-1.3.3 fury-0.9.0 future-0.18.3 idna-3.4 imageio-2.28.1 importlib-resources-5.12.0 jinja2-3.1.2 joblib-1.2.0 kiwisolver-1.4.4 lazy_loader-0.2 linecache2-1.0.0 lit-16.0.2 marshmallow-3.19.0 marshmallow-enum-1.5.1 matplotlib-3.7.1 medpy-0.4.0 mpmath-1.3.0 multidict-6.0.4 multiprocess-0.70.14 mypy-extensions-1.0.0 networkx-3.1 nibabel-5.1.0 nnunet-customized-1.2 numpy-1.24.3 nvidia-cublas-cu11-11.10.3.66 nvidia-cuda-cupti-cu11-11.7.101 nvidia-cuda-nvrtc-cu11-11.7.99 nvidia-cuda-runtime-cu11-11.7.99 nvidia-cudnn-cu11-8.5.0.96 nvidia-cufft-cu11-10.9.0.58 nvidia-curand-cu11-10.2.10.91 nvidia-cusolver-cu11-11.4.0.1 nvidia-cusparse-cu11-11.7.4.91 nvidia-nccl-cu11-2.14.3 nvidia-nvtx-cu11-11.7.91 opencv-python-4.7.0.72 p-tqdm-1.4.0 packaging-23.1 pandas-2.0.1 pathos-0.3.0 pillow-9.5.0 pox-0.3.2 ppft-1.7.6.6 psutil-5.9.5 pydicom-2.3.1 pygltflib-1.15.5 pyparsing-3.0.9 python-dateutil-2.8.2 python-gdcm-3.0.21 pytz-2023.3 requests-2.29.0 rt-utils-1.2.7 scikit-image-0.20.0 scikit-learn-1.2.2 scipy-1.9.1 six-1.16.0 sympy-1.11.1 threadpoolctl-3.1.0 tifffile-2023.4.12 torch-2.0.0 tqdm-4.65.0 traceback2-1.4.0 triton-2.0.0 typing-extensions-4.5.0 typing-inspect-0.8.0 tzdata-2023.3 unittest2-1.1.0 urllib3-1.26.15 vtk-9.2.6 wrapt-1.15.0 xvfbwrapper-0.2.9 yarl-1.9.2 zipp-3.15.0都在'/home/xx/anaconda3/envs/ttsegpy39/lib/python3.9/site-packages

参考:
[1] https://docs.conda.io/projects/conda/en/4.6.0/_downloads/52a95608c49671267e40c689e0bc00ca/conda-cheatsheet.pdf

标签:None,管理,anaconda,64,pkgs,linux,main,numpy
From: https://www.cnblogs.com/xiaoxu-xli/p/17368872.html

相关文章

  • 分布式kv存储系统之etcd集群管理
    etcd简介etcd是CoreOS团队于2013年6月发起的开源项目,它的目标是构建一个高可用的分布式键值(key-value)数据库。etcd内部采用raft协议作为一致性算法,etcd基于Go语言实现。 官方网站:https://etcd.io/;github地址:https://github.com/etcd-io/etcd;官方硬件......
  • TiDB容器化的管理利器--TiDB Operator
    作者:lqbyz简介TiDBOperator是Kubernetes上的TiDB集群自动运维系统,提供包括部署、升级、扩缩容、备份恢复、配置变更的TiDB全生命周期管理。借助TiDBOperator,TiDB可以无缝运行在公有云或私有部署的Kubernetes集群上,目前已开源pingcap/tidb-operator。TiDBOperat......
  • docker的资源控制管理——Cgroups
    前言docker使用cgrqup控制资源,K8S里面也有limit(使用上限)docker通过cgroup来控制容器使用的资源配额,包括CPU、内存、磁盘三大方面,基本覆盖了常见的资源配额和使用量控制。Cgroup是Controlgroup的简写,是Linux内核提供的一种限制所使用物理资源的机制,包括CPU、内存......
  • 学系统集成项目管理工程师(中项)系列16b_风险管理(下)
    1. 规划风险应对1.1. 针对项目目标,制订提高机会、降低威胁的方案和措施的过程1.2. 制订风险应对措施1.3. 制订风险应对计划1.4. 次生风险是实施风险应对措施的直接结果1.5. 应对措施必须与风险的重要性相匹配,能经济有效地应对挑战1.5.1. 【22下选67】1.6. 经常要......
  • 用spring做一个简单的员工管理系统
    一、首先我们需要一个数据库,这里我用MySQL,也可以用其他的数据库二、开始写后台代码,这里我用的IDEA,也可以用EClipse,看个人习惯1、先新建项目,并且完善项目结构 2、项目完善好就可以在pom.xml文件中导入需要用到的jar包,我个人建议先导常用的,后面还有需要用到的再回来导就行......
  • 一个全平台、多机器的一键管理多语言开发环境的辅助开发工具【gvc】
    GVC是一个全平台、多机器的一键管理多语言开发环境的辅助开发工具。目前支持MacOS、Linux、Windows三大平台。使用GVC能够轻松帮你一键搭建Go、Python、Java、Nodejs、Rust、Cygwin等开发环境,你可以轻松管理某个开发语言的多个版本,也不用自己操心任何环境变量。此外,它还能轻松......
  • java基于springboot+vue前后端分离的超市进销存系统管理系统、超市管理系统,附源码+数
    1、项目介绍超市进销存系统,通过这个系统能够满足超市进销存系统的管理及员工的超市进销存管理功能。系统的主要功能包括:首页、个人中心、员工管理、客户管理、供应商管理、承运商管理、仓库信息管理、商品类别管理、商品信息管理、采购信息管理、入库信息管理、出库信息管理、销......
  • 第四章 存储器管理 4.9 请求分段存储管理方式
    工作原理:请求分段系统中,程序运行之前,只需先调入若干个分段(不必调入所有的分段),便可启动运行。当所访问的段不在内存中时,可请求OS将所缺的段调入内存。 一、硬件支持  1.请求分段的段表机制   ①状态位(存在位)P:用于说明该段是否已调入内存,供程序访问时参考   ......
  • 第四章 存储器管理 4.8 抖动与工作集
    一、缺页率对有效访问时间的影响  1.有效访问时间:访问存储器所需时间的平均值  2.设内存读写周期为t,查找快表时间为λ,缺页中断处理时间为ɛ   ①设内存读写周期为t,查找快表时间为λ,缺页中断处理时间为ɛ。EAT=λ+t    ②页面在内存但页表项不在快表......
  • 第四章 存储器管理 4.7 请求分页存储管理方式
    一、请求分页中的硬件支持  1.页表机制    ①状态位D:用于说明该页是否已调入内存,供程序访问时参考    ②访问位A:用于记录本页在一段时间内被访问的次数,或最近已有多长时间未被访问,提供给置换算法选择换出页面时参考    ③修改位M:用于表示该页在......