为什么在 conda 虚拟环境中使用 pip 会产生全局效果？答案

【问题标题】：Why use the pip in a conda virtual environment makes the global effect?为什么在 conda 虚拟环境中使用 pip 会产生全局效果？
【发布时间】：2020-08-05 07:37:56
【问题描述】：

之前，我在我的机器上安装了 tensorflow 1.13。有一些项目取决于不同版本的 tensorflow，我不想混淆不同版本的 tensowflow。

所以我只是尝试创建一个名为 tf2.0 的环境，并使用 pip 在该特定虚拟环境中安装 tensorflow 2.0.0b1。

但是，在我在那个“tf2.0”conda 环境中运行 'pip install tensorflow-gpu==2.0.0b1` 后，我发现它在全局生效，这意味着我必须使用 tensorflow-gpu 2.0.0b1即使那个虚拟环境“tf2.0”被停用。

我希望当虚拟环境被停用时我可以使用 tensorflow 1.13。

【问题讨论】：

我在理解这个问题时遇到了一些麻烦——你能澄清你在问什么吗？
您使用的是哪个操作系统？您是否偶然为pip 创建了别名？
@neelg 不会明确使用非 Conda pip。 Conda 不使用 pip2 或 pip3 别名。
@neelg 没有；尝试检查您的which pip3。应该是conda activate env 然后是pip install some_pkg（尽管conda install some_pkg 应该始终是首选）。但正如我在回答中指出的那样，这是对最佳实践的建议。 Mixing Conda and Pip is rather precarious，这样做ad hoc（即，即装即用）容易出错。
如果你使用的是 Conda，为什么要通过 pip 安装 TensorFlow？！ 我希望当虚拟环境被停用时我可以使用 tensorflow 1.13。 为什么不只使用多个环境？

标签： tensorflow pip anaconda conda tensorflow2.0

【解决方案1】：

根据您描述的问题，我可以猜测您尝试安装 tensorflow2.0 的环境未激活

制作完成后请务必激活环境。

所以在创建环境之后执行此操作-

conda activate tf2.0

确保你看到这个

(tf2.0) C:\Users\XYZ>

然后你安装你的 tensorflow。

【讨论】：

【解决方案2】：

这主要是您使用了错误的点子。为了确保您使用正确的点子，通常这样做是一个好习惯

python -m pip install —user PACKAGE_NAME

鉴于您有 conda，pip 应该是最后的手段。
Conda 频道 conda-forge 很可能拥有您正在寻找的最新软件包版本。

conda install -c conda-forge PACKAGE_NAME

如果您必须使用 pip，请确保您在一个环境中，并且该环境有自己的 pip。

conda create -n test python=3.7 
conda activate test
python -m pip install PACKAGE_NAME

【讨论】：

【解决方案3】：

如果没有更多详细信息（运行确切的命令，在激活前后和激活后显示 PATH 等），就很难对所描述的情况进行故障排除。不过，您可以尝试切换到关注the most recent recommendations for mixing Conda and Pip。即，避免安装 ad hoc 的东西，这很容易使用错误的 pip 和破坏包，而是定义一个 YAML 文件并始终一次性创建整个 env。

作为一个最小的例子：

my_env.yaml

name: my_env
channels:
 - defaults
dependencies:
 - python
 - pip
 - pip:
   - tensorflow-gpu==2.0.0b1

可以使用conda env create -f my_env.yaml 创建。通常，最好在依赖项的“非 pip”部分中包含所有可能的内容。

【讨论】：