🐍 Python | ubuntu 简明指南

 ____________________________________
< 在 ubuntu 中安装 Python 环境 >
 ------------------------------------
        \   ^__^
         \  (**)\_______
            (__)\       )\/\
             U  ||----w |
                ||     ||

本地 Python 环境

🚧

在所有 Linux 桌面环境中，通常都会预装 Python 环境。🌰 例如，在 Ubuntu 16.04 中，预装了 Python 2.7 和 Python 3.5。
并且，系统中有大量的的脚本文件都基于 Python 编写，更改系统默认 Python 版本，可能会造成系统运行问题。

🌰 假设，当前正在使用 Ubuntu 16.04，为了使用 Python 3.8，进行了直接安装，并替换了默认 Python 版本，由于 Python 不同版本间部分 API 的调整和一些兼容性问题，会导致部分命令无法运行。🌰 例如，进行如上操作后系统自带的 Terminal 桌面应用无法打开（由于 API 调整，无法运行打开应用的脚本）。

强烈建议非必要原因，不要使用系统自带的 Python 环境，而是使用工具创建虚拟环境。

Python 国内源

Python 国内镜像众多且速度良好，可以选择任一合适的镜像，以下为部分列表：

在家目录 /home/{USER_NAME} 中新建 .pip/pip.conf 文件，并写入如下内容：

📀 阿里云

[global]
index-url = https://mirrors.aliyun.com/pypi/simple/
trusted-host = mirrors.aliyun.com

📀 腾讯云

[global]
index-url = http://mirrors.cloud.tencent.com/pypi/simple
trusted-host = mirrors.cloud.tencent.com

📀 华为云

[global]
index-url = https://repo.huaweicloud.com/repository/pypi/simple
trusted-host = repo.huaweicloud.com

使用 pyenv 管理

TODO

使用 conda 管理

如果有机器学习，深度学习或数据处理等相关需要，推荐使用 conda 管理。

不同的训练框架和版本可能会需要 Python 版本相对应，不同的项目可能也会有不同的环境需求，使用 conda 根据需求新建对应的虚拟环境，在需要的时候随时切换。可以选择以下工具：

☁️ Anaconda / Minicondaopen in new window
🌥 Miniforgeopen in new window
⛅️ Mambaforgeopen in new window

Miniforge

在此链接open in new window 选择适合的版本，下载后运行以下命令，再按提示进行安装。

cd ${DOWNLOAD_DIR}

chmod +x ./Miniforge3-{Version}-MacOSX-{Architecture}.sh
./Miniforge3-{Version}-MacOSX-{Architecture}.sh

Anaconda

推荐在国内镜像源下载，以获得更好的网络体验。推荐选择以下等国内地址：

💿 阿里云open in new window
📀 北京外国语open in new window

下载完成后运行以下命令，再按提示进行安装。

cd ${DOWNLOAD_DIR}

chmod +x ./Anaconda3-{Version}-Linux-{Architecture}.sh
./Anaconda3-{Version}-Linux-{Architecture}.sh

Conda 国内源

推荐使用 💿 阿里云open in new window。

在家目录 /home/{USER_NAME} 中新建 .condarc 文件，并写入如下内容：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.aliyun.com/anaconda/cloud
  msys2: http://mirrors.aliyun.com/anaconda/cloud
  bioconda: http://mirrors.aliyun.com/anaconda/cloud
  menpo: http://mirrors.aliyun.com/anaconda/cloud
  pytorch: http://mirrors.aliyun.com/anaconda/cloud
  simpleitk: http://mirrors.aliyun.com/anaconda/cloud

配置完成后，运行 conda clean -i 清除索引缓存。

# 本地 Python 环境

# Python 国内源

# 使用 pyenv 管理

# 使用 conda 管理

# Miniforge

# Anaconda