这是本文档旧的修订版！
PYTHON虚拟环境管理
Anconada & MiniConda
anaconda 是一个比较全面的PYTHON工具包，安装了FLASK，科学计算等一系列的库，而 MiniConda 只是包含一个环境管理工具，PYTHON环境这些需要自己安装，这里主要还是讲使用conda进行环境管理
创建环境
conda create --name py377 python=3.7.7 --channel conda-forge
激活虚拟环境
conda activate py377
在虚拟环境中安装PYTHON模块
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple xlwt
使用 -i 参数指定安装模块所在的网站
根据软件依赖文件批量安装依赖包
pip install -r requirements.txt
requirements.txt 如下(示例)
# modulename[(==|>|<)version] requests tushare<0.8 psycopg2 pandas==0.24.0 xlwt
pip install -q[qq] module 静默安装，只显示必要的信息
如果要写Crond计划任务文件，注意将激活了环境后的PATH变量的值传送给计划任务文件
# vi /etc/cron.d/IPMS PATH="/opt/soft/anaconda202002/envs/py377/bin:/opt/soft/anaconda202002/condabin:/opt/software/spark-2.3.0-bin-hadoop2.7/bin:/opt/software/spark-2.3.0-bin-hadoop2.7/sbin:/usr/local/jdk1.8.0_161/bin:/usr/local/sbin:/usr/bin:/bin:/usr/sbin:/sbin:/opt/ssh-server/bin:/root/bin" MAILTO="" */5 * * * * c_HsiaoTien /opt/devel/IPM/sbin/arp-scan refresh
范例
创建JupyterLab配置文件并设置密码
jupyter server --generate-config jupyter server password
之后可以启动JUPYTER
使用 MicroMamba
MicroMamba 是一个 MiniConda 的替代，在官网安装最新的 MiniConda 时，可能会遇到GLIBC标准库过旧的问题，这个库是LINUX系统核心库，一般不能变更。而 MicroMamba 不需要太高版本的 GLIBC，另外 具官方说明，该工具是一个单文件的小工具，且在处理虚拟环境时稳定性更好。
官方网站：https://mamba.readthedocs.io/en/latest/installation/micromamba-installation.html
安装
Linux
"${SHELL}" <(curl -L micro.mamba.pm/install.sh)
Windows Powershell
Invoke-Expression ((Invoke-WebRequest -Uri https://micro.mamba.pm/install.ps1).Content)
环境管理
参考 Anconda， 在创建虚拟环境时，可能报 NOT EXISTS，这样的话，可以用更短的版本号试试，比如 我们创建一个PYTHON3.7的环境，在使用 python=3.7.7 时报不存在，但使用 python=3.7时就可以创建。