我有jupyter / anaconda / python3.5。 我怎么知道哪个conda环境是我的jupyter笔记本上运行? 如何从新的conda环境启动jupyter?
我是Conda软件包pipe理的新手,我想要得到最新版本的Python,以便在我的代码中使用f-strings。 目前我的版本是( python -V ): Python 3.5.2 :: Anaconda 4.2.0 (x86_64) 我将如何升级到Python 3.6?
我安装了Anaconda(使用Python 2.7),并在称为tensorflow的环境中安装了tensorflow 。 我可以在该环境下成功导入Tensorflow。 问题是Jupyter笔记本无法识别我刚刚创build的新环境。 无论从GUI Navigator还是从tensorflow env的命令行启动Jupyter Notebook,在Python [Root]菜单中只有一个内核,并且不能导入Tensorflow。 当然,我多次点击该选项,保存文件,重新打开,但这些都没有帮助。 奇怪的是,当我打开Jupyter的首页上的Conda标签时,我可以看到这两个环境。 但是,当我打开Files选项卡,并尝试new的笔记本电脑,我仍然只有一个内核。 我看了这个问题: 使用Jupyter Notebook链接Conda环境但是在我的电脑上没有~/Library/Jupyter/kernels这样的目录! 这个Jupyter目录只有一个叫做runtime的子目录。 我真的很困惑。 Conda环境是否应该自动成为内核? (我跟着https://ipython.readthedocs.io/en/stable/install/kernel_install.html手动设置内核,但被告知没有findipykernel 。)
我已经在我的Linux(Ubuntu 14.04)机器上运行了Pycharm 4。 除了系统python之外,我还安装了Anaconda。 让两者很好地结合在一起似乎是一个问题… PyCharm为virtualenv和pip提供了一些有趣的集成,但是Anaconda Python分布似乎更喜欢使用它自己的conda工具来进行这两个活动。 有没有一个相对简单的/无痛的方式能够与PyCharm结合使用conda? 不只是作为一个替代解释器,也就是在项目解释器的Anaconda Python二进制文件中指向PyCharm,而是能够创build,源/激活和停用虚拟envs,在这些虚拟envs中添加/移除包等。 或者我将不得不select使用Anaconda(并且有一个比系统可能带有更新和最新的python),并且能够最大限度地使用PyCharm的function?
我正在尝试在Python中使用以下Keras包来处理neural network: from keras.utils import np_utils from keras.layers.core import Dense, Activation, Dropout from keras.models import Sequential from keras.layers.core import Dense, Dropout, Activation, Flatten from keras.layers.convolutional import Convolution2D, MaxPooling2D from keras.optimizers import SGD 但是,我收到以下错误: 15 import theano —> 16 from theano import gof 17 from theano.compat.python2x import partial 18 import theano.compile.mode ImportError: cannot import name gof […]
我尝试按照这里给出的说明: http : //jupyter-notebook-beginner-guide.readthedocs.org/en/latest/execute.html#change-jupyter-notebook-startup-folder-windows 不幸的是,我还没有弄清楚。 这个“开始”字段究竟在哪里? 我有一个Windows 7(64位)系统,安装了Anaconda3(不在C盘)。 我想改变Jupyter开始文件夹的位置。
我最近在安装SciPy之后发现了Conda ,特别是在我正在开发的Heroku应用程序中。 使用Conda可以创build与virtualenv非常类似的环境。 我的问题是: 如果我使用Conda,它将取代virtualenv的需要? 如果不是,我怎么一起使用这两个? 我在Conda中安装virtualenv,还是在virtualenv中安装Conda? 我还需要使用点吗? 如果是这样的话,我仍然可以在一个孤立的环境中安装pip软件包吗?
我已经安装了Anaconda并创build了两个额外的环境:py3k(其中包含Python 3.3)和py34(包含Python 3.4)。 除此之外,我还有一个名为“root”的默认环境,它是Anaconda安装程序默认创build的,它包含Python 2.7。 这最后一个是默认的,每当我从terminal启动'ipython'它给我2.7版本。 为了使用Python 3.4,我需要发出命令(在shell中) source activate py34 ipython 这将默认环境更改为Python 3.4。 这工作正常,但是因为大部分时间我在Python 3.4上工作,而不是Python 2.7(为了教学目的,这是一个相当长的故事),所以这很烦人。 无论如何,我想知道如何将默认环境更改为Python 3.4,但要记住,我不想从头开始重新安装所有的东西。
我已经安装并使用了Anaconda Python发行版,并且已经开始使用Anaconda(Conda)环境。 我可以使用标准的conda install…命令将分发包放到我的环境中,但是在外部使用(比如Flask-WTF,flask-sqlalchemy和alembic)我需要在主动环境中使用pip install 。 但是,当我查看环境的内容时,无论是在目录中,还是使用conda list这些pip install ed软件包都不会显示出来。 使用pip freeze和pip list只列出了我安装的每个软件包。 有没有办法跟踪我的每个Anaconda环境(安装了pip和conda )?
各种Python软件包(EPD / Anaconda)与手动安装相比较有哪些优缺点? 我已经安装了EPD学术,我没有问题。 它提供了更多的软件包,我认为我将永远需要,而且使用enpkg enstaller更新非常容易。 环保署的学历牌照要求每年更新一次,免费版本也不会轻易更新。 目前我真的只使用了一些包,如pandas , NumPy , SciPy , matplotlib , IPython , Statsmodels和他们各自的依赖。 对于这种有限的使用,我最好用手动安装和pip install –upgrade 'package'或捆绑提供什么超过这个?