linux上部署多个python环境并在jupyterlab搭建各自的虚拟环境virtualenv

linux上部署多个python环境并在jupyterlab搭建各自的虚拟环境virtualenv

一,Linux部署多个python环境

  1. 到官网https://www.python.org下载python指定

  2. 连接Linux服务器,进入到指定目录下

    sh 复制代码
    cd /usr/local/python

    因为该服务器上会搭建较多版本的python,因此创建了python目录来存放所有的python版本,因此在执行以上cd命令前可能需要先创建目录

    sh 复制代码
    mkdir /usr/local/python
  3. 之前从官网上下载的Python-3.5.9.tgz已经存放到该目录,解压该包,然后进入解压后文件夹的目录下

sh 复制代码
tar -zxvf Python-3.5.9.tgz

cd Python-3.5.9

sudo ./configure --enable-optimizations

sudo make 

sudo make install

sudo ln -s /usr/local/python/Python3.5.9 /usr/bin/python35

此时打开控制台,输入以下命令,可以看到已经可以正常使用了

sh 复制代码
python35 -V

如果此时还需要安装其他版本,可以重新按照以上过程操作,最后配置新的软连接

sh 复制代码
sudo ln -s /usr/local/python/Python3.x /usr/bin/python3x

python3x -V

如果下载的python版本没有pip,可以访问https://bootstrap.pypa.io/pip/3.5/get-pip.py去安装

此时我是使用了3.5的版本,url因人而异。

二,jupyterlab创建多内核

创建虚拟环境

sh 复制代码
cd /data/python/env
mkdir python35
python35 -m venv /data/python/env/python35

激活虚拟环境

sh 复制代码
cd python35
source bin/activate

在被激活的虚拟环境python35中,执行以下命令,安装ipykernel

注意:在进入虚拟环境之后,指定python35的版本就不需要用python35了,执行pip也不需要python35 -m pip install xxx,直接使用python就可以了。

但是,之前有一次即使我进入虚拟环境,直接使用python命令还是无法指定到,该问题没多关注,仅供参考...

sh 复制代码
pip install ipykernel 

然后可以给当前的虚拟环境命名,到时在jupyterlab选择内核时,显示的就是该名称

sh 复制代码
python -m ipykernel install --user --name python35

执行完成之后,重新刷新jupyterlab页面,点击kernel内核选择,可以看到此时已经多了一个可选择的python35

相关推荐
高频交易dragon11 分钟前
python缠论形态分析过程
开发语言·网络·python
算法与编程之美22 分钟前
理解pytorch中的L2正则项
人工智能·pytorch·python·深度学习·机器学习
R-G-B27 分钟前
【P19 机器学习-分类算法及应用实践】手写数字识别(KNN)
python·机器学习·分类·手写数字识别·knn算法
Eric.Lee202136 分钟前
ubuntu系统在bashrc文件中对conda进行启用设置
linux·运维·python·ubuntu·conda
观音山保我别报错37 分钟前
变量作用域
开发语言·python
卿雪38 分钟前
Redis的数据类型 + 底层实现:String、Hash、List、Set、ZSet
数据结构·数据库·redis·python·mysql·缓存·golang
清水白石00841 分钟前
什么是猴子补丁(Monkey Patch)?生产环境能用吗?——实战导读
python·安全·系统安全
xiaoqi97663369044 分钟前
免费文字转语音助手 python+edge_tts+FFMPEG
python·edge·ffmpeg
APIshop1 小时前
用“爬虫”思路做淘宝 API 接口测试:从申请 Key 到 Python 自动化脚本
爬虫·python·自动化
子午1 小时前
【农作物谷物识别系统】Python+TensorFlow+Django+人工智能+深度学习+卷积神经网络算法
人工智能·python·深度学习