PTVS가 설치된 Anaconda - "conda list"와 "pip list"및 PTVS가 다릅니다.

Question

"conda env create -n TestOne"을 사용하여 새 아나콘다 환경을 만들었습니다. 패키지가 설치되지 않은 새로운 Python 3.5 환경이 만들어졌습니다.

내가 비주얼 스튜디오와 PTVS를 사용하고 다음에 따라 내가 수동으로 새로운 환경과 경로를 추가 : http://kronoskoders.logdown.com/posts/73461-using-anaconda-and-ptvs

그때 환경을 활성화하고 명령 프롬프트에서 실행 : CONDA는 -c conda- 설치 forge pyside

"pip list"를 실행하면 "conda list"와 다르며 Visual Studio의 Python Environments-> TestOne에 pip 목록이 표시됩니다. 아나콘다를 사용하여 실제로 설치되는 것의 정확한 목록을 얻을 수있는 방법이 있습니까?

도구 -> 파이썬 도구 -> 파이썬 환경으로 이동하면 내 작성된 TestOne 환경을 선택하고 드롭 다운에서 Intellisense를 선택한 다음 DB를 새로 고칩니다. PySide가 목록에 있으며 Intellisense에서 사용할 수 있습니다.

파이썬 개발에 들어가기가 다소 혼란스러워서 설치가 C#과 같은 것에서 반대되는 것으로 보입니다. C#을 사용하면 프로젝트 당 라이브러리를 다운로드하고 참조 할 수 있습니다. Python의 경우 처음 설치 후 모든 프로젝트에서 사용할 수있는 라이브러리가있는 환경이 있습니다.

실제로 설치되어있는 것을 쉽게 볼 수 있도록 Visual Studio에서 conda 목록을 표시 할 수있는 방법이 있습니까?

Answer 1

PTVS (Visual Studio 용 Python Tools)는 아직 Conda를 완벽하게 지원하지는 않지만 로드맵에있는 것으로 알고 있으므로 지원이 개선되기를 바랍니다.

현재 PTVS는 항상 pip를 사용하여 새 패키지를 설치하며 자동으로 conda 환경을 감지하지 않습니다. 그렇다고해서 사용할 수 없다는 의미는 아닙니다.

시나리오 내에서 프로젝트 내에서 conda 환경을 생성하여 각 프로젝트가 해당 프로젝트의 올바른 패키지를 포함하는 고유 한 환경을 가질 수 있다고 생각합니다 (Nuget처럼).

환경 이름을 지정하는 대신 접두어를 지정하십시오. 그런 다음 환경을 전역으로 설치하는 대신 접두어 위치에 설치합니다.이 경로는 상대 경로 일 수 있습니다. 경로에 루트 환경 명령 프롬프트에서

, 그것을 프로젝트의 루트 디렉토리에 env라는 새로운 환경 (또는 원하는 다른 이름)를 만들고 활성화 :

cd myproject 
conda create -p env python=3.6 
activate <full path to project>\env 

것은 얻으려면 Visual Studio에서이 환경을 인식하고 사용합니다.

1. 파이썬 환경 창을 열고 + Custom...을 선택하십시오.
2. env 안에있는 python.exe 파일을 가리 키도록 해석기 경로를 설정하십시오.
3. Auto Detect을 선택한 다음 Apply을 선택하면 자동으로 다른 필드를 완료합니다.
4. 솔루션 탐색기에서 프로젝트를 찾아 파이썬 환경을 마우스 오른쪽 단추로 클릭하고 Add/Remove Python Environments을 선택하십시오. 목록에서 env을 입력하십시오.솔루션 탐색기에서 선택한 환경은 이제 env이어야합니다.

프로젝트를 버전 제어로 확인할 때 env 디렉토리를 추가하지 마십시오. 대신, 환경 파일을 내보내을 추가한다 :

conda env export > environment.yml 

환경은 정확히으로 재현 할 수 있습니다

conda create -f environment.yml -p env 

에서, environment.yml 파일을 설치할 때마다 업데이트, 업그레이드 또는 제거하는 것을 잊지 마세요 소포.

마지막으로 conda을 통해 새 패키지를 설치할 때이 환경에서 명령 프롬프트를 사용하십시오. Visual Studio 패키지 인터페이스를 사용하지 마십시오. pip를 사용하여 전역으로 설치하기 때문입니다.