利用 Anaconda Navigator 建立及管理 Python 虛擬環境

8.2K

使用者在開發 Python 或機器學習專案時，若需要在各專案間使用不同版本的 Python 及套件 (Packages) 時，就希望能有一個很好的管理方式來處理。尤其是只需要使用特定的套件，或是玩家想要嘗試各種不同的環境應用，但又不想彼此的開發環境受到影響時，通常會想到要使用虛擬環境。而常見的方法有下面三種：

1. 使用 Python 的 Virtualenv 來建立虛擬環境
   (可參考文章：「利用 Virtualenv 建立及管理 Python 虛擬環境」)
2. 使用 conda 來建立虛擬環境
   (可參考文章：「利用 conda 建立及管理 Python 虛擬環境」)
3. 使用 Anaconda Navigator 來建立虛擬環境
   (本篇文章說明)

筆者已介紹過前兩種的使用方式，這一篇文章將跟大家介紹第三種方式，利用 Anaconda Navigator 來建立虛擬環境。

1. Anaconda Navigator 是什麼？

Anaconda Navigator 是 Anaconda 發行版 (Anaconda distribution)中包含桌面圖形用戶界面 (Graphical User Interface, GUI)，它允許用戶可以在不使用輸入命令(在命令行環境中)的情況下啟動應用程序並輕鬆管理 conda 套件 (Package)、環境和通道。Navigator 可以在 Anaconda.org 或本地 Anaconda 儲存庫 (Repository) 中搜尋套件 (Packages)。它適用於 Windows、macOS 和 Linux。

接下來筆者將針對 Anaconda Navigator 如何建立及管理虛擬環境，將使用下面 5 個步驟來說明。

Step 1. 建立虛擬環境

Anaconda 安裝的部分可參考筆者 Anaconda 3 安裝教學及說明 或 官方說明，同時確認作業系統及你所需的 Python 版本。在 Windows 開始選單 (Start Menu) 中選擇 Anaconda Navigator (如下圖所示)：

點擊後會出現如下圖，其中在 Home 內(下圖(1))會顯示預設環境(下圖(2))，目前所安裝的應用程式(下圖(4))。

點選左側功能列的 Environments(上圖(3)) 後，將可以從此介面中看到您目前已存在的虛擬環境。目前因為尚未安裝任何虛擬環境，所以顯示的是預設環境 base (root)。

我們試著建立一個叫做 myenv39 (沒有特別之處，只是利用版本命名) 的虛擬環境，並且是安裝 python 3.9 的版本，操作如下圖，然後點選 Create 即可建立。

很快的您就會建立好一個叫做 myenv39 的虛擬環境(如下圖)。

您若要看此虛擬環境的 Python 版本，可以點擊綠色箭頭後所出現的「Open with Python」。

您將可以看到此安裝的 Python 版本(如下圖)

Step 2. 啟用虛擬環境

啟用的方式很簡單，只要在環境列表中，點選您要使用的環境(例如 myenv39)，它將會呈現 activate 的綠色箭頭，即表示目前此環境已啟用。

Step 3. 安裝套件及使用

如果在右側已安裝(Installed)的 Packages 列表中，沒有您想要的套件，那您可以試著照下面的小步驟來安裝您想要裝的套件(例如安裝 matplotlib)：

1. 選擇上方未安裝選項 (Not installed)
2. 輸入欲安裝套件的關鍵字來查詢，例如 matplotlib
3. 勾選 matplotlib
4. 點擊 Apply 進行安裝

您將會出現下面套件資訊，如果沒有問題點擊 Apply 即可進行安裝。

您將可以在已安裝 (Installed) 的列表中，看到已安裝好的 matplotlib 套件。

這時候在 Windows 開始選單 (Start Menu) 中你將會看到多增加了一個 Jupyter Notebook (myenv39)。這就是剛剛所建立的虛擬環境，我們試著點擊它。

筆者提供一小段 matplotlib 的 Python 程式碼給大家試玩看看。

import matplotlib.pyplot as plt

Taipei_temp = [23.2, 23.4, 23.3, 22.7, 23.2, 23.4, 23.5, 23.8, 24, 23.9]
Taichung_temp = [23.5, 23.8, 23.7, 23.5, 23.6, 23.6, 23.8, 24.3, 24.2, 24.2]
Kaohsiung_temp = [25.1, 25.4, 25.4, 24.9, 25.4, 25.5, 25.6, 26.1, 25.9, 26.3]
year = range(2008, 2018)
plt.plot(year, Taipei_temp, color = 'blue', marker='o', linestyle = '--')
plt.plot(year, Taichung_temp, color = 'orange', marker='o', linestyle = '-')
plt.plot(year, Kaohsiung_temp, color = 'green', marker='.', linestyle = '-.')
plt.xlabel('Year', color = 'red')
plt.ylabel('Temperature', color = 'red')
plt.title('10-year Average Temperature', color = 'red')
plt.show()

有興趣的讀者可以將其複製並貼上剛剛所開啟的 Jupyter Notebook (myenv39)，並將其存成 MyPlot3，執行後就會出現下方的圖形結果。

對 Jupyter Notebook 不熟的讀者，可以參考下面這一篇文章。

你也可以將筆者提供的範例檔存成 MyPlot3.py 檔，並照下面的步驟，一樣可以執行。

讀者也可以試試看，如果在此虛擬環境沒有安裝 matplotlib 的套件，系統將會出現什麼錯誤訊息。

Step 4. 停用虛擬環境

在 Anaconda Navigator 中，如果要在各虛擬環境間切換，只要點選環境名稱即可。如果要離開虛擬環境，則只要點選上方功能選單 File/Quit 即可，或是直接關閉視窗亦可，非常方便。

Step 5. 刪除套件(Packages)或虛擬環境

如果要卸除任何一個套件(Package)，例如 matplotlib，您只要在其上面點選「Mark for removal」(如下圖)

點選後會出現如下圖的圖是狀況，讀者只要在系統畫面右下角按「Apply」就可移除套件。

如果是要移除整個虛擬環境則可以點擊下方的 Remove 即可移除，非常的方便。

選擇 Anaconda Navigator 來管理自己的虛擬環境，在視覺化以及操作性上是不是很方便呢！

大家也可以參考下面另外兩個虛擬環境的安裝說明，在未來學習 Python 及機器學習專案上將會更為便利。

讀者如果想要知道 Conda、pip、virtualenv 的命令使用比較，則可以參考下文章。

如果你喜歡這篇文章歡迎訂閱、分享(請載名出處)與追蹤，並持續關注最新文章。同時 FB 及 IG 也會不定期提供國內外教育與科技新知。