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
Tom Boom6 分钟前
Pytest断言全解析:掌握测试验证的核心艺术
自动化测试·python·测试开发·pytest
Jamesvalley20 分钟前
【Django】性能优化-普通版
python·性能优化·django
StackOverthink25 分钟前
[特殊字符] Altair:用Python说话,让数据自己讲故事!!!
开发语言·python·其他·信息可视化
qq_527887871 小时前
ImportError: cannot import name ‘PfeifferConfig‘ from ‘transformers‘【已解决】
linux·开发语言·python
知舟不叙1 小时前
使用OpenCV和Python进行图像掩膜与直方图分析
人工智能·python·opencv·图像掩膜
woniuhuihui1 小时前
案例8 模型量化
python
tt卡丁车2 小时前
6.11打卡
python
蓝婷儿2 小时前
6个月Python学习计划 Day 21 - Python 学习前三周回顾总结
python·学习
飞翔的佩奇2 小时前
【完整源码+数据集+部署教程】安检爆炸物检测系统源码和数据集:改进yolo11-REPVGGOREPA
python·yolo·计算机视觉·毕业设计·数据集·yolo11·安检爆炸物检测
leon_zeng02 小时前
在 Conda 环境下配置 Jupyter Notebook 环境和工作目录
linux·jupyter·conda