执行新项目 python 脚本前,先用 conda 建一个独立环境

运行一个新项目时,Python 版本和依赖包往往和本机已有环境不一样。如果直接在全局或已有项目环境中安装依赖,可能造成版本冲突。用 conda、venv 等工具创建独立环境都可以隔离依赖,本文以 conda 为例。笔者更推荐用 conda 单独建一个环境,把 新项目 需要的 Python 和依赖都隔离起来。

01 | 创建并激活独立环境

先创建一个名为 ontoforge 的新环境,并指定 Python 版本:

bash 复制代码
conda create -n ontoforge python=3.12 -y  # 3.12 为示例版本,请以 ontoforge 项目文档或 requirements.txt 中的版本要求为准

创建完成后激活它:

bash 复制代码
conda activate ontoforge

如果这条命令不生效,可以改用:

bash 复制代码
source activate ontoforge

激活成功后,后续的安装和运行都会在这个环境里进行,不会影响其他项目。

整个环境隔离的思路可以用下面的流程概括:
flowchart TD A本机已有 Python 环境 --> Bconda create -n ontoforge python=3.12 B --> C{激活方式} C -->|conda activate| D进入 ontoforge 环境 C -->|source activate| D D --> Epip install -r requirements.txt E --> F执行 ontoforge 脚本 F --> G可选:conda deactivate 退出 G --> A

02 | 安装依赖并退出

先获取 ontoforge 项目代码并进入项目目录,确认目录下存在 requirements.txt,然后用它一次性安装依赖:

bash 复制代码
pip install -r requirements.txt

依赖装好后,就可以执行 ontoforge 的脚本了。具体执行命令请以项目文档为准,例如:

bash 复制代码
python <ontoforge 脚本入口>.py

运行前请确认脚本所需的输入文件、环境变量和权限已就绪。

如果暂时不用这个环境,可以退出:

bash 复制代码
conda deactivate

这样一套流程下来,环境相对干净、依赖清晰。若要在换机器或重装时更好地复现,还需要保证 conda 源、pip 源、系统库和 Python 小版本等条件一致,必要时可导出 environment.yml 或锁定依赖版本。

关注我,和AI一起成长~

相关推荐
THe CHallEnge of THe BrAve4 天前
conda虚拟环境打包离线迁移
conda
basketball61610 天前
AI Infra 配置 Conda + CUDA + LibTorch + PyTorch 开发环境:解决版本漂移、编译报错的完整指南
人工智能·pytorch·conda·libtorch
公爵爱学习10 天前
无人机视觉识别前序-Linux-YOLO安装
python·yolo·计算机视觉·conda·无人机
长江后浪博客17 天前
Conda环境下测试Intel NPU:Python版本如何选择?
开发语言·python·conda·openvino·intel npu
伞伞悦读20 天前
【第12期】Windows 开发环境备份与恢复:软件、环境变量、Git、conda 和 Docker 卷完整方案
git·docker·conda
cooldream200921 天前
Conda 镜像源 404 错误完全解决指南
conda·ai编程
CODER030422 天前
本地部署语音识别框架FunAudioLLM——Fun-ASR-Nano-2512模型
人工智能·conda·语音识别·audiolm
zhou1352848226722 天前
Anaconda Distribution 安装使用文档与 Conda 常用命令详解
conda
kaixin_啊啊23 天前
conda环境迁移
conda