conda list vs pip list@python_package安装路径的查看@cudatoolkit和Cuda_Path

文章目录

创建环境

创建名为test_new
为其安装python3.9和numpy

 (d:\condaPythonEnvs\test_new) PS C:\Program Files\NVIDIA Corporation> conda install python=3.9
Collecting package metadata (current_repodata.json): done
Solving environment: done
 
## Package Plan ##
 
  environment location: d:\condaPythonEnvs\test_new
 
  added / updated specs:
    - python=3.9
 
 
The following NEW packages will be INSTALLED:
 
  ca-certificates    anaconda/pkgs/main/win-64::ca-certificates-2023.01.10-haa95532_0
  certifi            anaconda/pkgs/main/win-64::certifi-2022.12.7-py39haa95532_0
  openssl            anaconda/pkgs/main/win-64::openssl-1.1.1t-h2bbff1b_0
  pip                anaconda/pkgs/main/win-64::pip-23.0.1-py39haa95532_0
  python             anaconda/pkgs/main/win-64::python-3.9.16-h6244533_2
  setuptools         anaconda/pkgs/main/win-64::setuptools-65.6.3-py39haa95532_0
  sqlite             anaconda/pkgs/main/win-64::sqlite-3.41.1-h2bbff1b_0
  tzdata             anaconda/pkgs/main/noarch::tzdata-2022g-h04d1e81_0
  vc                 anaconda/pkgs/main/win-64::vc-14.2-h21ff451_1
  vs2015_runtime     anaconda/pkgs/main/win-64::vs2015_runtime-14.27.29016-h5e58377_2
  wheel              anaconda/pkgs/main/win-64::wheel-0.38.4-py39haa95532_0
  wincertstore       anaconda/pkgs/main/win-64::wincertstore-0.2-py39haa95532_2
 
 
Proceed ([y]/n)? y
 
 
Downloading and Extracting Packages
 
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
(d:\condaPythonEnvs\test_new) PS C:\Program Files\NVIDIA Corporation> conda install numpy
Collecting package metadata (current_repodata.json): done
Solving environment: done
 
## Package Plan ##
 
  environment location: d:\condaPythonEnvs\test_new
 
  added / updated specs:
    - numpy
 
 
The following NEW packages will be INSTALLED:
 
  blas               anaconda/pkgs/main/win-64::blas-1.0-mkl
  intel-openmp       anaconda/pkgs/main/win-64::intel-openmp-2021.4.0-haa95532_3556
  mkl                anaconda/pkgs/main/win-64::mkl-2021.4.0-haa95532_640
  mkl-service        anaconda/pkgs/main/win-64::mkl-service-2.4.0-py39h2bbff1b_0
  mkl_fft            anaconda/pkgs/main/win-64::mkl_fft-1.3.1-py39h277e83a_0
  mkl_random         anaconda/pkgs/main/win-64::mkl_random-1.2.2-py39hf11a4ad_0
  numpy              anaconda/pkgs/main/win-64::numpy-1.23.5-py39h3b20f71_0
  numpy-base         anaconda/pkgs/main/win-64::numpy-base-1.23.5-py39h4da318b_0
  six                anaconda/pkgs/main/noarch::six-1.16.0-pyhd3eb1b0_1
 
 
Proceed ([y]/n)?
 
 
Downloading and Extracting Packages
 
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

对比conda环境中安装的包扫描

pip list

 (d:\condaPythonEnvs\test_new) PS C:\Program Files\NVIDIA Corporation> pip list
Package      Version
------------ ---------
certifi      2022.12.7
mkl-fft      1.3.1
mkl-random   1.2.2
mkl-service  2.4.0
numpy        1.23.5
pip          23.0.1
setuptools   65.6.3
six          1.16.0
wheel        0.38.4
wincertstore 0.2

conda list

 (d:\condaPythonEnvs\test_new) PS C:\Program Files\NVIDIA Corporation> conda list
# packages in environment at d:\condaPythonEnvs\test_new:
#
# Name                    Version                   Build  Channel
blas                      1.0                         mkl    defaults
ca-certificates           2023.01.10           haa95532_0    defaults
certifi                   2022.12.7        py39haa95532_0    defaults
intel-openmp              2021.4.0          haa95532_3556    defaults
mkl                       2021.4.0           haa95532_640    defaults
mkl-service               2.4.0            py39h2bbff1b_0    defaults
mkl_fft                   1.3.1            py39h277e83a_0    defaults
mkl_random                1.2.2            py39hf11a4ad_0    defaults
numpy                     1.23.5           py39h3b20f71_0    defaults
numpy-base                1.23.5           py39h4da318b_0    defaults
openssl                   1.1.1t               h2bbff1b_0    defaults
pip                       23.0.1           py39haa95532_0    defaults
python                    3.9.16               h6244533_2    defaults
setuptools                65.6.3           py39haa95532_0    defaults
six                       1.16.0             pyhd3eb1b0_1    defaults
sqlite                    3.41.1               h2bbff1b_0    defaults
tzdata                    2022g                h04d1e81_0    defaults
vc                        14.2                 h21ff451_1    defaults
vs2015_runtime            14.27.29016          h5e58377_2    defaults
wheel                     0.38.4           py39haa95532_0    defaults
wincertstore              0.2              py39haa95532_2    defaults

如果您在conda环境中使用pip install安装某些包(这里以pandas为例)

现在,使用conda list查看

 (d:\condaPythonEnvs\test_new) PS C:\Program Files\NVIDIA Corporation> conda list
# packages in environment at d:\condaPythonEnvs\test_new:
#
# Name                    Version                   Build  Channel
attrs                     22.1.0          py311haa95532_0    defaults
blas                      1.0                         mkl    defaults
brotlipy                  0.7.0           py311h2bbff1b_1002    defaults
bzip2                     1.0.8                he774522_0    defaults
ca-certificates           2023.01.10           haa95532_0    defaults
...
pandas                    1.5.3                    pypi_0    pypi

仅查看pip安装的部分

 (d:\condaPythonEnvs\test_new) PS C:\Program Files\NVIDIA Corporation> conda list |sls pypi
 
pandas                    1.5.3                    pypi_0    pypi
python-dateutil           2.8.2                    pypi_0    pypi
pytz                      2022.7.1                 pypi_0    pypi

对比@查看已安装的包的信息

可以看到使用conda list查看到的包更全,而且可以看到安装来源(但是不如pip show详细)

如果某个包对于pip可见,那么使用pip show 可以看到跟家详细的信息(包括安装位置和依赖关系)

 (d:\condaPythonEnvs\test_new) PS C:\Program Files\NVIDIA Corporation> pip show numpy
Name: numpy
Version: 1.23.5
Summary: NumPy is the fundamental package for array computing with Python.
Home-page: https://www.numpy.org
Author: Travis E. Oliphant et al.
Author-email:
License: BSD
Location: d:\condaPythonEnvs\test_new\Lib\site-packages
Requires:
Required-by: mkl-fft, mkl-random, pandas

package安装路径的查看

对于pip可见的包,使用pip show可以查看到
但是对于conda install的包,有时候对于pip不可见,这种情况下需要一点技巧查看包安装到哪里了
- ```
 >>> import numpy as np
>>> np.__file__
'd:\\condaPythonEnvs\\tf2.10\\lib\\site-packages\\numpy\\__init__.py'
```
- 这是一种变通的技巧,通过查看包中的模块(比如py模块文件),来找到对应的包位置
另一方面,根据python的包的安装位置的习惯,推测其应该在环境目录下的lib/site-packages
- conda环境目录可通过conda env list查到

特殊依赖

例如cudatoolkit这类依赖的安装位置并不在环境的lib/site-package下
根据您的 package cache设定,(假设:我将其设定为D:\conda3\pkgs,那么相关文件会被保存到该目录下
- 例如,我用conda install -c conda-forge cudatoolkit=11.3安装的版本保存目录为:
  - D:\conda3\pkgs\cudatoolkit-11.3.1-h59b6b97_2\

设置conda版`cudatoolkit`环境变量`CUDA_PATH`

cuda-installation-guide-microsoft-windows 12.1 documentation (nvidia.com)
和从NVIDIA官网下载cudatoolkit不同,conda版的cudatoolkit不包含全部功能
但conda版的可能足够用了
如果您想设置CUDA_PATH为conda版cudatoolkit,根据上面的例子,进一步找到Library\bin
- 也就是D:\conda3\pkgs\cudatoolkit-11.3.1-h59b6b97_2\Library\bin
- 对于windows,可以用传统gui方式设置,也可以执行Setx CUDA_PATH D:\conda3\pkgs\cudatoolkit-11.3.1-h59b6b97_2\Library\bin将其设置相应的环境变量

谨慎使用conda卸载pip

 (d:\condaPythonEnvs\test_new) PS C:\> conda uninstall pip
Collecting package metadata (repodata.json): done
Solving environment: done
 
## Package Plan ##
 
  environment location: d:\condaPythonEnvs\test_new
 
  removed specs:
    - pip
 
 
The following packages will be REMOVED:
 
  blas-1.0-mkl
  certifi-2022.12.7-py39haa95532_0
  intel-openmp-2021.4.0-haa95532_3556
  mkl-2021.4.0-haa95532_640
  mkl-service-2.4.0-py39h2bbff1b_0
  mkl_fft-1.3.1-py39h277e83a_0
  mkl_random-1.2.2-py39hf11a4ad_0
  numpy-1.23.5-py39h3b20f71_0
  numpy-base-1.23.5-py39h4da318b_0
  pip-23.0.1-py39haa95532_0
  python-3.9.16-h6244533_2
  setuptools-65.6.3-py39haa95532_0
  six-1.16.0-pyhd3eb1b0_1
  sqlite-3.41.1-h2bbff1b_0
  tzdata-2022g-h04d1e81_0
  wheel-0.38.4-py39haa95532_0
  wincertstore-0.2-py39haa95532_2
 
 
Proceed ([y]/n)?

可以看到,用conda uninstall pip卸载pip会提示将移除其他许多包,包括python,numpy等

常见的Python包管理工具

pip、poetry 和 conda 都是 Python 包管理工具，用于管理和安装 Python 包及其依赖项。它们各自有不同的优缺点和适用场景。

pip：是 Python 的官方包管理工具，可以轻松地安装、升级和卸载 Python 包。它的使用非常简单，可以通过命令行或脚本进行操作。但是，pip 不能很好地处理包之间的依赖关系，可能会导致版本冲突或依赖关系不满足的情况。
poetry：是一个新兴的 Python 包管理工具，旨在解决包依赖和版本控制的问题。它使用 pyproject.toml 文件来管理包和依赖项，可以自动解决依赖关系和版本冲突，并提供了一些额外的功能，如虚拟环境管理、构建和发布等。但是，poetry 相对于 pip 来说还比较新，有些功能还不够完善，需要更多的实践和改进。
conda：是一个跨平台的包管理器，可以安装和管理不仅仅是 Python 包，还包括 C/C++ 等编程语言的包，以及系统依赖库等。它可以自动处理依赖关系，确保不同包之间的版本兼容性，而且可以自动安装系统依赖库。但是，conda 的包库中不一定包含所有的 Python 包，有些包可能需要使用 pip 安装。

综上所述，选择使用哪种工具取决于您的具体需求和实际情况。如果您只需要管理少量的 Python 包，并且依赖关系比较简单，可以使用 pip；如果您的项目比较大或依赖关系比较复杂，推荐使用 poetry；如果您需要管理的包不仅仅是 Python 包，或者需要自动处理系统依赖关系，可以使用 conda。另外，这些工具也可以结合使用，根据具体情况选择最合适的组合方式

posted @ 2024-09-04 12:03 xuchaoxin1375 阅读(25) 评论(0) 编辑收藏举报来源

刷新页面返回顶部

登录后才能查看或发表评论，立即登录或者逛逛博客园首页

相关博文：

· conda install vs pip install@requirements.txt@依赖导出与安装@conda环境中的包的信息查询

· python@python@本地文档@帮助系统@pip@配置和换源

· Python - Conda - 对比 conda 和 pip

· conda 和 pip 的具体区别

· python包管理工具：Conda和pip比较

阅读排行：
· 分享4款.NET开源、免费、实用的商城系统
· 全程不用写代码，我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了，比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· 白话解读 Dapr 1.15：你的「微服务管家」又秀新绝活了

历史上的今天：
2023-09-04 python3_turtle的安装(更确切的是说,是如何成功调用)
2023-09-04 归纳法@完全归纳@不完全归纳

公告

昵称： xuchaoxin1375
园龄： 4年10个月
粉丝： 1
关注： 0

+加关注

2025年3月

日

一

二

三

四

五

六

xuchaoxin1375

conda list vs pip list@python_package安装路径的查看@cudatoolkit和Cuda_Path

文章目录

创建环境

对比conda环境中安装的包扫描

pip list

conda list

对比@查看已安装的包的信息

package安装路径的查看

特殊依赖

设置conda版`cudatoolkit`环境变量`CUDA_PATH`

谨慎使用conda卸载pip

常见的Python包管理工具

公告

搜索

常用链接

随笔档案

阅读排行榜

推荐排行榜

	(d:\condaPythonEnvs\test_new) PS C:\Program Files\NVIDIA Corporation> conda install python=3.9
	Collecting package metadata (current_repodata.json): done
	Solving environment: done

	## Package Plan ##

	environment location: d:\condaPythonEnvs\test_new

	added / updated specs:
	- python=3.9


	The following NEW packages will be INSTALLED:

	ca-certificates anaconda/pkgs/main/win-64::ca-certificates-2023.01.10-haa95532_0
	certifi anaconda/pkgs/main/win-64::certifi-2022.12.7-py39haa95532_0
	openssl anaconda/pkgs/main/win-64::openssl-1.1.1t-h2bbff1b_0
	pip anaconda/pkgs/main/win-64::pip-23.0.1-py39haa95532_0
	python anaconda/pkgs/main/win-64::python-3.9.16-h6244533_2
	setuptools anaconda/pkgs/main/win-64::setuptools-65.6.3-py39haa95532_0
	sqlite anaconda/pkgs/main/win-64::sqlite-3.41.1-h2bbff1b_0
	tzdata anaconda/pkgs/main/noarch::tzdata-2022g-h04d1e81_0
	vc anaconda/pkgs/main/win-64::vc-14.2-h21ff451_1
	vs2015_runtime anaconda/pkgs/main/win-64::vs2015_runtime-14.27.29016-h5e58377_2
	wheel anaconda/pkgs/main/win-64::wheel-0.38.4-py39haa95532_0
	wincertstore anaconda/pkgs/main/win-64::wincertstore-0.2-py39haa95532_2


	Proceed ([y]/n)? y


	Downloading and Extracting Packages

	Preparing transaction: done
	Verifying transaction: done
	Executing transaction: done
	(d:\condaPythonEnvs\test_new) PS C:\Program Files\NVIDIA Corporation> conda install numpy
	Collecting package metadata (current_repodata.json): done
	Solving environment: done

	## Package Plan ##

	environment location: d:\condaPythonEnvs\test_new

	added / updated specs:
	- numpy


	The following NEW packages will be INSTALLED:

	blas anaconda/pkgs/main/win-64::blas-1.0-mkl
	intel-openmp anaconda/pkgs/main/win-64::intel-openmp-2021.4.0-haa95532_3556
	mkl anaconda/pkgs/main/win-64::mkl-2021.4.0-haa95532_640
	mkl-service anaconda/pkgs/main/win-64::mkl-service-2.4.0-py39h2bbff1b_0
	mkl_fft anaconda/pkgs/main/win-64::mkl_fft-1.3.1-py39h277e83a_0
	mkl_random anaconda/pkgs/main/win-64::mkl_random-1.2.2-py39hf11a4ad_0
	numpy anaconda/pkgs/main/win-64::numpy-1.23.5-py39h3b20f71_0
	numpy-base anaconda/pkgs/main/win-64::numpy-base-1.23.5-py39h4da318b_0
	six anaconda/pkgs/main/noarch::six-1.16.0-pyhd3eb1b0_1


	Proceed ([y]/n)?


	Downloading and Extracting Packages

	Preparing transaction: done
	Verifying transaction: done
	Executing transaction: done

	(d:\condaPythonEnvs\test_new) PS C:\Program Files\NVIDIA Corporation> pip list
	Package Version
	------------ ---------
	certifi 2022.12.7
	mkl-fft 1.3.1
	mkl-random 1.2.2
	mkl-service 2.4.0
	numpy 1.23.5
	pip 23.0.1
	setuptools 65.6.3
	six 1.16.0
	wheel 0.38.4
	wincertstore 0.2

	(d:\condaPythonEnvs\test_new) PS C:\Program Files\NVIDIA Corporation> conda list
	# packages in environment at d:\condaPythonEnvs\test_new:
	#
	# Name Version Build Channel
	blas 1.0 mkl defaults
	ca-certificates 2023.01.10 haa95532_0 defaults
	certifi 2022.12.7 py39haa95532_0 defaults
	intel-openmp 2021.4.0 haa95532_3556 defaults
	mkl 2021.4.0 haa95532_640 defaults
	mkl-service 2.4.0 py39h2bbff1b_0 defaults
	mkl_fft 1.3.1 py39h277e83a_0 defaults
	mkl_random 1.2.2 py39hf11a4ad_0 defaults
	numpy 1.23.5 py39h3b20f71_0 defaults
	numpy-base 1.23.5 py39h4da318b_0 defaults
	openssl 1.1.1t h2bbff1b_0 defaults
	pip 23.0.1 py39haa95532_0 defaults
	python 3.9.16 h6244533_2 defaults
	setuptools 65.6.3 py39haa95532_0 defaults
	six 1.16.0 pyhd3eb1b0_1 defaults
	sqlite 3.41.1 h2bbff1b_0 defaults
	tzdata 2022g h04d1e81_0 defaults
	vc 14.2 h21ff451_1 defaults
	vs2015_runtime 14.27.29016 h5e58377_2 defaults
	wheel 0.38.4 py39haa95532_0 defaults
	wincertstore 0.2 py39haa95532_2 defaults

	(d:\condaPythonEnvs\test_new) PS C:\Program Files\NVIDIA Corporation> conda list \|sls pypi

	pandas 1.5.3 pypi_0 pypi
	python-dateutil 2.8.2 pypi_0 pypi
	pytz 2022.7.1 pypi_0 pypi

	(d:\condaPythonEnvs\test_new) PS C:\Program Files\NVIDIA Corporation> pip show numpy
	Name: numpy
	Version: 1.23.5
	Summary: NumPy is the fundamental package for array computing with Python.
	Home-page: https://www.numpy.org
	Author: Travis E. Oliphant et al.
	Author-email:
	License: BSD
	Location: d:\condaPythonEnvs\test_new\Lib\site-packages
	Requires:
	Required-by: mkl-fft, mkl-random, pandas

	>>> import numpy as np
	>>> np.__file__
	'd:\\condaPythonEnvs\\tf2.10\\lib\\site-packages\\numpy\\__init__.py'

	(d:\condaPythonEnvs\test_new) PS C:\> conda uninstall pip
	Collecting package metadata (repodata.json): done
	Solving environment: done

	## Package Plan ##

	environment location: d:\condaPythonEnvs\test_new

	removed specs:
	- pip


	The following packages will be REMOVED:

	blas-1.0-mkl
	certifi-2022.12.7-py39haa95532_0
	intel-openmp-2021.4.0-haa95532_3556
	mkl-2021.4.0-haa95532_640
	mkl-service-2.4.0-py39h2bbff1b_0
	mkl_fft-1.3.1-py39h277e83a_0
	mkl_random-1.2.2-py39hf11a4ad_0
	numpy-1.23.5-py39h3b20f71_0
	numpy-base-1.23.5-py39h4da318b_0
	pip-23.0.1-py39haa95532_0
	python-3.9.16-h6244533_2
	setuptools-65.6.3-py39haa95532_0
	six-1.16.0-pyhd3eb1b0_1
	sqlite-3.41.1-h2bbff1b_0
	tzdata-2022g-h04d1e81_0
	wheel-0.38.4-py39haa95532_0
	wincertstore-0.2-py39haa95532_2


	Proceed ([y]/n)?

xuchaoxin1375

conda list vs pip list@python_package安装路径的查看@cudatoolkit和Cuda_Path

文章目录

创建环境

对比conda环境中安装的包扫描

pip list

conda list

对比@查看已安装的包的信息

package安装路径的查看

特殊依赖

设置conda版cudatoolkit环境变量CUDA_PATH

谨慎使用conda卸载pip

常见的Python包管理工具

公告

搜索

常用链接

随笔档案

阅读排行榜

推荐排行榜

设置conda版`cudatoolkit`环境变量`CUDA_PATH`