Python虚拟环境与conda配置详解

"这是关于计算机视觉学习的一份笔记，主要涵盖了如何在Python环境下设置和管理虚拟环境，以及在安装第三方库时使用国内加速镜像的方法。笔记由'行走的小部落'制作，参考了恩培的计算机视觉课程内容。" 在计算机视觉的学习过程中，正确配置和管理Python环境至关重要，以确保项目的隔离性和避免依赖冲突。这份笔记首先介绍了如何使用conda工具来创建、激活、退出和删除虚拟环境。虚拟环境允许你在不同的项目中使用不同版本的Python和库，保持各个项目环境的独立性。 1. **列出所有环境**：通过运行`conda env list`命令，你可以查看当前系统中已存在的所有conda环境。 2. **创建环境**：创建一个名为“环境名称”的新环境，可以使用`conda create --name 环境名称`命令。例如，要创建一个名为myenv的环境，命令将是`conda create --name myenv`。 3. **进入环境**：激活你刚创建的环境，使用`conda activate 环境名称`。例如，激活myenv环境，命令是`conda activate myenv`。 4. **退出环境**：要返回到全局（base）环境，运行`conda deactivate`。 5. **删除环境**：若需删除一个环境，包括其中的所有包，使用`conda remove --name 环境名称 --all`。例如，删除myenv，命令是`conda remove --name myenv --all`。 此外，笔记还强调了如何指定Python版本来创建环境。在创建环境时，可以通过`conda create --name 环境名称 python=版本号`指定Python版本。例如，要创建一个基于Python 3.7的环境，命令是`conda create --name myenv python=3.7`。 在安装第三方库时，尤其是对于计算机视觉应用，常用的库如OpenCV和Mediapipe是必不可少的。由于国内访问国际网络可能受到限制，笔记提供了使用国内加速镜像的方法。例如，使用清华大学的TUNA镜像可以加快Conda和pip的安装速度： - **Conda安装OpenCV**：在激活的环境中，可以运行`conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main opencv`来利用TUNA镜像安装OpenCV。 - **Pip安装Mediapipe**：对于pip，临时使用加速镜像，命令是`pip install -i https://pypi.tuna.tsinghua.edu.cn/simple mediapipe`。要永久使用，需要按照笔记中提供的步骤修改pip配置文件。 对于Windows和MacOS系统，笔记详细列出了临时和永久性切换pip源的方法。永久性切换通常涉及编辑或创建pip配置文件（pip.ini或pip.conf），并将index-url设置为TUNA镜像的URL。 通过这些步骤，学习者可以更高效地设置和管理他们的计算机视觉学习环境，同时确保能够快速安装和更新必要的库。在后续的学习笔记中，很可能会深入探讨计算机视觉的基本概念、图像处理技术、特征检测、目标检测和识别等核心主题。