| aliases | tags | created | modified | |||||
|---|---|---|---|---|---|---|---|---|
|
2023-08-18 12:44:52 -0700 |
2025-02-18 13:46:55 -0800 |
关于 Python 版本更新及维护计划，可以查看：Status of Python versions。
Tip
Python 每一个主版本的从release到EOF，整个生命周期是 5 年。
# 列出可以更新的包
pip list --outdated
# 更新指定的包
pip install --upgrade xxx
# 更新pip
pip install --upgrade pip
# 或 使用python -m 来更新pip
python -m pip install --upgrade pip
# 查看pip
pip show pip
# 卸载
python -m pip uninstall pip
# 重装
python -m ensurepip
[!info] 关于
command not found: pip在 conda 中重装 pip，有可能出现找不到 pip 的情况。
那极有可能是使用的
python -m pip uninstall pip来装，而不是使用conda install pip命令来装。在 conda 环境中，使用 python 安装的 pip，执行命令是
pip3，不是pip，所以在 conda 环境中就有可能发现 pip 找不到的情况。如果在 conda 环境中重装 pip，先使用
conda install pip安装；然后再使用python -m ensurepip及python -m pip install --upgrade pip来「修复」。[!info] 相关资料
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名清华的镜像源每五分钟更新一次，大而全，推荐大家使用。 国内其他源:
- 清华：https://pypi.tuna.tsinghua.edu.cn/simple
- 阿里云：http://mirrors.aliyun.com/pypi/simple/
- 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
- 华中理工大学：http://pypi.hustunique.com/
- 山东理工大学：http://pypi.sdutlinux.org/
- 豆瓣：http://pypi.douban.com/simple/
- 第一种方式：
# 清华源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# 阿里源
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
# 腾讯源
pip config set global.index-url http://mirrors.cloud.tencent.com/pypi/simple
# 豆瓣源
pip config set global.index-url http://pypi.douban.com/simple/
- 第二种方式：
直接修改 pip 配置文件
pip 的配置文件是放在 .pip 目录下的 pip.conf 文件中 (windows 是 pip.ini 文件)
示例：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
Tip
现在的 pip，配置文件 pip.conf 是放在 ~/.config/pip/ 目录中。在 conda 中配置 pip 也是放在这个目录中。
由于 pip search 命令不能用，所以使用「pip-search」这个包来实现搜索功能。
# 安装 pip-search
pip install pip-search
# 使用 pip-search
# 使用这货时，得敲 pip_search 命令，而不是 pip-search
pip_search 要搜索的包
新版本的 linux 发生版，避免 Python 包管理器与系统底层冲突，所以禁止 pip install。只能在「虚拟环境」中使用 pip。如果执行 pip install xxx，会报 externally managed environment 错误提示。
当然不怕死的，可以使用 --break-system-packages 这个选项，硬装。
pipdeptree 这个工具可以显示 pip 中各模块依赖「关系树」。有了这工具，删除模块时就可以更有「自信」了。
因为它是有入口程序，所以它是可以使用 pipx 安装的。
pip install pipdeptreepipdeptree：查看所有包依赖关系pipdeptree -p <package_name>：可以查看特定包的依赖关系pipdeptree -r -p <package_name>： 可以查看哪些包依赖于特定包
pip-autoremove 这工具在删除某模块时，把依赖的模块也一起「清理」了！
pip install pip-autoremovePython 有多种多样的虚拟环境，如 Virtualenv、自带的 venv，著名的 pipenv，还有最最流行的 conda。
Virtualenv 是 python2 到 python3 都能使用的一个虚拟环境。
从 python3.3 开始，就自带了一个虚拟环境：venv。
Conda [
anaconda 是包含了一些常用包，并且有图形用户界面，属于比较完善的环境管理工具。
miniconda 是 anaconda 的精简版本，仅包含 conda 主程序和基本包，没有用户界面。
miniconda 对于一般需求而言装这个就够用了。
到 miniconda 官网 下载相应平台安装文件。
以 Linux 为例，miniconda Linux 版本其实就是一个「大」 shell 脚本文件。
嫌官网速度慢，可以到清华镜像站下：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda 。
也可以使用 wget 
# -c 是能实现断点续传
wget -c https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
# -O 是能下载到用户目录后重命令文件
wget -c -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh更详细的 wget 的使用，可以参考 wget 介绍。
使用 sudo sh xxxxx.sh 命令来安装 miniconda。
[!tip] sh 执行权限 执行安装脚本时，最好还是加上
sudo，因为如果你要将 miniconda 安装在如/opt/miniconda目录下时，miniconda这个自定义的 miniconda 安装目录如果不存在，安装脚本在安装到指定 安装目录 这一步骤时，会提示安装目录不存在，需要创建，这时就需要在opt下创建miniconda子目录。但 miniconda 安装脚本是不允许事先先建好个安装目录的，这个安装目录必须根据用户指定设置后，由脚本自行创建，如果指定了事先存在的安装目录，就会出现ERROR: File or directory already exists: '/opt/miniconda3'这样的提示，而由脚本自行创建，那就需要 root 权限，这同样也是为什么 miniconda 安装脚本默认安装路径是用户根下了，因为安装在用户根下不需要 root 权限就能创建安装目录，所以需要将 miniconda 安装到非用户目录下时，就得在执行安装脚本时使用sudo来执行。 ^1f5cab
安装脚本执行过程： ^2156b8
- 看许可并同意
- 指定安装路径
[!tip] 默认路径及指定路径 默认安装路径会是在
/home/用户名/miniconda3。可以自行指定路径。但如果想要将 miniconda 安装在非用户目录下，就需要在执行 miniconda 安装脚本时使用sudo，以此来让安装脚本拥有 root权限，以便顺利创建 minconda 的安装目录。 ^774c11
- 初始化
[!info] 初始化做了什么
Do you wish the installer to initialize Miniconda3 by running conda init? [yes|no] [no] >>> yes no change /opt/miniconda3/condabin/conda no change /opt/miniconda3/bin/conda no change /opt/miniconda3/bin/conda-env no change /opt/miniconda3/bin/activate no change /opt/miniconda3/bin/deactivate no change /opt/miniconda3/etc/profile.d/conda.sh no change /opt/miniconda3/etc/fish/conf.d/conda.fish no change /opt/miniconda3/shell/condabin/Conda.psm1 no change /opt/miniconda3/shell/condabin/conda-hook.ps1 no change /opt/miniconda3/lib/python3.10/site-packages/xontrib/conda.xsh no change /opt/miniconda3/etc/profile.d/conda.csh modified /root/.bashrc其实就是装了些基础包及配置了下环境变量。
__conda_setup="$('/home/silascript/miniconda3/bin/conda' 'shell.zsh' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
eval "$__conda_setup"
else
if [ -f "/home/silascript/miniconda3/etc/profile.d/conda.sh" ]; then
. "/home/silascript/miniconda3/etc/profile.d/conda.sh"
else
export PATH="/home/silascript/miniconda3/bin:$PATH"
fi
fi
unset __conda_setup
在 .profile 或指定 shell 配置文件，如 zsh 的 .zshrc 中，加入以上配置，那终端启动一个 shell，这时就自动处于 conda 的一个虚拟环境中 -- 默认是处于 Base 环境，conda 就「接管」了 Python。
[!info]
这不是单纯的像
export PATH=$PATH:"$HOME/miniconda3/bin"，这样将 bin 目录加入 Path 路径，这种添加环境变量的方式，不能进行activate激活切换环境。
[!tip] 不同配置文件中配置 conda 的区别
如果是配在
.profile或xprofile中，激活或注释取消这种「接管」，需要重启或注销重新登录系统才能生效，而在.zshrc这种针对某个 shell 的配置文件中配置，就能source此配置文件后，立即生效！
以清华源为例：
刚装完的 conda，是没有 .condarc 配置文件的，可以执行以下命令，生成 .condarc 文件：
conda config --set show_channel_urls yes使用命令方式添加源：
conda config --add https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main在生成的 .condarc 文件中手动追加以下配置：
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
[!info] 关于 condarc 注意点
[!info]
channels: - defaults default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
channels节点下那个defaults是引用default_channels这个节点定义的 channel 的。强调引用名称叫defaults，不要少了s！[!info]
Channels: - defaults - https://repo.anaconda.com/pkgs/main网上一些教程，那些主 channel，是
free的，这个 channel 的 python 太老了，不要用了，换成main。-- anaconda 官方从 4.7 版本就已经移除了 free 这个 channel 了。[!qoute]
[!info] 相关资料
[!info] 关于 channel 配置
观察发现清华源的配置中，
custom_channels中各类包都是 mirrors.tuna.tsinghua.edu.cn/anaconda/cloud 这个地址，所以可以使用channel_alias「精简」下。另外，channels 各源在检索时是有优先级的，依次从上到下逐一检索，所以鉴于 conda-forge 的包又全又新，可以根据需要将其优先级提高仅限于 main。
完整配置可如下：
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
show_channel_urls: true[!tip] 清缓存
切换 channel 后，使用
conda clean -i或conda clean -a来清理缓存。配完源，使用
conda update --all更下，看能显示出刚配的channel，如果没有，就是配置文件存在问题。
channel，通道，顾名思义，就是软件或叫模块的来源。
-
pkgs/main：python 最基础的包 -
pkgs/r：提供 R 语言使用的包 -
pkgs/msys2：windows 下 msys2 相关的包 -
Conda-Forge：由社区维护的最常用的 Channel，包含的包很全，更新也非常即时
conda install python 安装 python，会连带以下包：
ca-certificates anaconda/pkgs/main/linux-64::ca-certificates-2024.7.2-h06a4308_0
libgcc-ng conda-forge/linux-64::libgcc-ng-14.1.0-h69a702a_1
libuuid anaconda/pkgs/main/linux-64::libuuid-1.41.5-h5eee18b_0
openssl anaconda/pkgs/main/linux-64::openssl-3.0.15-h5eee18b_0
pip anaconda/pkgs/main/linux-64::pip-24.2-py312h06a4308_0
setuptools anaconda/pkgs/main/linux-64::setuptools-72.1.0-py312h06a4308_0
wheel anaconda/pkgs/main/linux-64::wheel-0.43.0-py312h06a4308_0 conda config --remove-key channelsAnaconda 软件仓库镜像使用帮助 - MirrorZ Help
查看 conda 环境：
conda info --envs将环境一个个地 remove（删除到只剩个 base 就行了）：
conda remove -n 环境名称 --all删除 .profle、.xprofile、.bashrc 或 .zshrc 等配置文件中 conda 相关的 配置。
删除相应目录及配置文件：
rm -rf ~/.condarm -rf ~/.condarc
[!info] 相关资料
conda config 是 conda 配置命令。此组命令可以在终端中对 conda 进行配置。
conda config --show：查看当前配置conda config --show-sources：查看当前配置所有源conda config --set changeps1 true：开启显示环境名称功能 #环境名conda config --set changeps1 false：关闭显示环境名称功能 ^4d4740conda config --add channels：添加 channelconda config --remove channels：移除 channelconda config --show channels：查看现有 channelconda config --set channel_priority strict：设置 channel 解析优先级
config 相关参数可以使用 conda config --help 查看。
conda 所有配置，都是在 .condarc 配置文件中保存，所以可以手动对 .condarc 文件进行编辑，同样可以达到配置 conda 的目的。
conda clean --all：清理缓存和未使用的软件包conda remove 环境名：删除环境
创建命令 create 用于 创建环境。更详细参数或选项可以通过 conda create -h 来查看。
conda list 命令默认是列表出当前环境中包。 ^b4c89c
而如果什么环境都没有 启动，那就会列出默认的 base 环境 中的包。
conda env 是针对 环境 的命令。
[!tip] conda env list
conda env list不能与conda list env混淆。
conda env list是列出有哪些环境；而conda list env这种语法根本就是错误的，要 列出某环境中的包，得使用conda list -n 环境名这样的命令。
安装 完 conda 后，conda 就自带了一个叫「base」的环境，这下环境是装在 conda 安装目录下的 env 子目录中。
创建环境使用到了 创建 命令：conda create -n myenv
[!info] 命令解释
使用
-n参数来创建环境，实参的值就是自行指定的「环境名称」创建的环境会保存在用户目录下的
.conda/envs目录下的同名目录中，如示例中的 myenv 环境，就会放在.conda/envs/myenv中。创建环境时，如不指定 Python 的版本，默认安装最新的 Python 版本。
创建时指定 Python 版本号及安装的包，其语法：conda create -n your _env_name package_name python=X.X
示例：
conda create -n myenv numpy matplotlib python=3.8
只指定 Python 版本，在创建环境时，也连带 pip 等也一并安装了。
删除环境使用到了 删除 命令：conda remove -n 环境名称 --all
[!info] 命令解释
--all指的是删除这个环境中所有的包
复制环境语法：
conda create -n 新环境名 --clone 旧环境名[!tip] 复制环境 复制环境实质还是一种 创建环境 的「变体」。所以同样使用到 创建 命令。 与普通创建环境不同，多了个
--clone参数选项，用于指定复制自哪个已有的 环境。
启动环境：conda activate 环境名
[!tip] 指定 shell 类型
第一次启动环境时，会有提示让你指定使用的 shell 类型：
conda init shell类型。然后重启 Terminal，这时才会启动环境成功。而一次启动环境就不用再指定 Shell 类型了。
^d508bb
[!tip] 关闭启动 base 环境
默认情况，在
init时 指定shell类型 重启 终端 后，每次启打开 终端，都会自动启动 base 环境，这会影响到正常的 Terminal 的使用，有点烦，所以为了解决这问题，就需要关闭自动启动 base 环境。可以使用以下这个命令实现：
conda config --set auto_activate_base false执行完全命令后，可以查看下
.condarc文件，应该可以看到auto_activate_base: false这个配置项存在，这就证明关闭了自动启动 base 环境。
退出当前环境，使用：conda deactivate 命令。
使用 conda list --revision 查看可以「回滚」哪些版本。
每个版本后有个数字作为版本号。
使用 conda install --revision 数字版本号 来「回滚」，如 conda install --revision 0。最后就是确认「回滚」（Proceed ([y]/n)? ），回滚就完成了！
要查看当前 conda 中有哪些环境，可以使用 conda env list 或 conda info --env 来查看。
另外也可以通过以下命令查看所有的虚拟环境：
conda info --envs
#也可以用缩写形式：
conda info -e每一个环境其实就是各种「Package」的集合，所以一个环境中根本需求会有不同的包。那查看当前环境都装了哪个包，就可以使用 conda list -n 环境名。
如果在没有启动任何环境情况下，只输入 conda list，那 conda 会列出 base 环境 下的包。
Tip
base 环境 是 conda 的默认环境，即便它没有被启动，它也拥有相当的「特权」。
在没有启动任何环境时，conda list 等效于 conda list -n base。
即 conda list -n 环境名，这个语法能使用任何环境上，即便没有 启动环境，也能查看指定环境中安装了哪些包。
conda 能装什么包，可以通过 anaconda官网 查询。
导出环境：
conda env export > environment.yml使用 yml 创建环境：
conda env create -n env_name -f environment.yml
搜索某模块可选版本，以 python 为例：
conda search --full --name python安装语法：conda install 包名
如果要指定包的版本可以使用：conda install 包名=版本号
使用 install 语法，无论当前 环境 是否已经安装该包，都会为该环境安装上此包。
install 语法在不同情景下，有不同的理解：
- 如果已经安装了，就相当于重装安装去替代原有的
- 如果已安装的版本高于将要安装的版本，相当于「降级」
- 如果已安装的版本低于将要安装的版本，就相当于升级
[!info] 当然如果只是单纯是想要升级，也可以直接使用 升级 语法。
Important
整体而言，install 语法就不是简单从字面上只是安装，而更准确应该是「更换」。
更换当前环境下某模块版本，仍以 python 为例：
conda install python=3.11.5语法：conda install -c <channel> <software>
Tip
-c 参数是指定使用哪个 channel，不使用此参数，默认使用 default。
这在使用 conda search 搜索时，结果最后一栏就是这个 channel 了。如下示例显示：
Loading channels: done
# Name Version Build Channel
python 3.11.0 h10a6764_1_cpython conda-forge
python 3.11.0 h582c2e5_0_cpython conda-forge
python 3.11.0 h7a1cb2a_2 anaconda/pkgs/main
python 3.11.0 h7a1cb2a_3 anaconda/pkgs/main
python 3.11.0 ha86cf86_0_cpython conda-forge
python 3.11.0 he550d4f_1_cpython conda-forge
python 3.11.1 h2755cc3_0_cpython conda-forge
python 3.11.2 h2755cc3_0_cpython conda-forge
python 3.11.2 h7a1cb2a_0 anaconda/pkgs/main
python 3.11.3 h2755cc3_0_cpython conda-forge
python 3.11.3 h7a1cb2a_0 anaconda/pkgs/main
python 3.11.3 h955ad1f_1 anaconda/pkgs/main
python 3.11.4 h7a1cb2a_0 anaconda/pkgs/main
python 3.11.4 h955ad1f_0 anaconda/pkgs/main
python 3.11.4 hab00c5b_0_cpython conda-forge
python 3.11.5 h7a1cb2a_0 anaconda/pkgs/main
python 3.11.5 h955ad1f_0 anaconda/pkgs/main
python 3.11.5 hab00c5b_0_cpython conda-forge
python 3.11.6 hab00c5b_0_cpython conda-forge
python 3.11.7 h955ad1f_0 anaconda/pkgs/main
python 3.11.7 hab00c5b_0_cpython conda-forge
python 3.11.7 hab00c5b_1_cpython conda-forge
python 3.11.8 h955ad1f_0 anaconda/pkgs/main
python 3.11.8 hab00c5b_0_cpython conda-forge
python 3.11.9 h955ad1f_0 anaconda/pkgs/main
python 3.11.9 hb806964_0_cpython conda-forge
python 3.11.10 hc5c86c4_0_cpython conda-forge
python 3.11.10 hc5c86c4_1_cpython conda-forge
python 3.11.10 hc5c86c4_2_cpython conda-forge
python 3.11.10 hc5c86c4_3_cpython conda-forge
python 3.11.10 he870216_0 anaconda/pkgs/main
python 3.11.11 h9e4cc4f_1_cpython conda-forge
python 3.11.11 he870216_0 anaconda/pkgs/main 示例 安装或升级 python 到指定版本，并指定使用的 channel 为 conda-forge：
conda install python=3.11.11 -c conda-forge升级模块到最新版本，以 python 为 例：
conda update python[!info] 相关资料
有时使用 conda update --all 或 conda update conda 升级时，会出现以下错误：
RemoveError: 'archspec' is a dependency of conda and cannot be removed from
conda's operating environment.
RemoveError: 'boltons' is a dependency of conda and cannot be removed from
conda's operating environment.
RemoveError: 'packaging' is a dependency of conda and cannot be removed from
conda's operating environment.
RemoveError: 'tqdm' is a dependency of conda and cannot be removed from
conda's operating environment.这种错误，有可能是使用 pip 安装或更新了，再使用 conda 更新，就会出现「冲突」。
解决方法：
简单粗暴，「强制升级」：
conda update --force conda[!note] 相关资料
先使用 which pip 来确认现在用的是哪个哪个环境的 pip。如果当前虚拟环境没装，就使用 conda install pip 装下。
使用当前环境中的 pip 配置国内源，跟非虚拟环境一样：
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple最后配置文件都是 ~/.config/pip/pip.conf，也就是说 conda 中的 pip 配置是同用的。
[!tip] 关于模块安装路径
在 conda 中使用 pip 安装模块，其模块是安装在
~/minicoda/envs/虚拟环境/bin/目录下的，所以只在activate此环境才能使用。而且这里的优先级高于
.local/bin下，即高于非 conda 环境下或使用 pipx 安装的同名模块。
Error while loading conda entry point: conda-libmamba-solver (libarchive.so.20: cannot open shared object file: No such file or directory)
CondaValueError: You have chosen a non-default solver backend (libmamba) but it was not recognized. Choose one of: classic原因是这些包必须来自同一通道。
解决方案：
conda install --solver=classic conda-forge::conda-libmamba-solver conda-forge::libmamba conda-forge::libmambapy conda-forge::libarchiveconda update conda --solver=classic
conda install mamba -n base -c conda-forgeCondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.pku.edu.cn/anaconda/cloud/conda-forge/linux-64/repodata.json>连接超时，原因不明。据说将 https 改成 http 就能改善连接慢的的问题。
[!info]
也有可能的原因是包损坏，所以使用
conda clean --packages --tarballs清理损坏的包，可能就会正常了。
conda 进行 conda update --all 时，有时会出现以下提示信息：
==> WARNING: A newer version of conda exists. <==
current version: 24.9.1
latest version: 24.9.2
Please update conda by running
$ conda update -n base -c defaults conda即便根据提示执行 conda update -n base -c defaults conda 代码同样还是会提示有更新的版本，那么可以通过指定版本号来「升级」（install） conda 本身：
conda install -n base -c defaults conda=版本号pipx 是一个自动建立虚拟环境来使用 Python 应用的工具。
pipx 与其他相近工具的比较：pipx comparisons
[!info] pipx 安装条件
pipx 需要 Python 3.6+ 才可以使用
pipx --help，可查看 pipx 相关信息：
Virtual Environment location is /home/silascript/.local/pipx/venvs.
Symlinks to apps are placed in /home/silascript/.local/bin.
optional environment variables:
PIPX_HOME Overrides default pipx location. Virtual Environments will be installed to
$PIPX_HOME/venvs.
PIPX_BIN_DIR Overrides location of app installations. Apps are symlinked or copied here.
PIPX_DEFAULT_PYTHON Overrides default python used for commands.
USE_EMOJI Overrides emoji behavior. Default value varies based on platform.
[!info] 关于 pipx 两个重要的目录
一个是 pipx 的为应用建立的虚拟环境目录，默认是在
~/.local/pipx/venvs。就算是在 conda 中使用其虚拟环境的 pip 安装的 pipx，这个 pipx 所装的模块，仍是存放在
~/.local/pipx/venvs/目录下。另一个是 pipx 中应用执行的
bin文件「链接文件」所在的目录，默认是在~/.local/bin下，这其实是跟 pip 一样的。同样的，在 conda 的虚拟环境中使用的 pipx 装的模块的可执行程序，同样也是放在
~/.local/bin/。而这个程序只是一个link文件。（在~/.local/bin/目录中的那些可执行程序，其实都是些链接，它们都指向.local/pipx/venvs/目录下各模块，也就说在 conda 中使用 pipx 安装模块，这些模块安装根目录都是.local/pipx/venvs/，而执行链接都是~/.local/bin/目录，pipx 有非常强的「共享性」。）另外，在
~/.local/bin/下建立链接文件的好处还有，就是如果需要重装 pipx，并且在重装前肯定移除~/.local/pipx目录，在重装 pipx 后，又得把各模块再重装一次，，这时存在一个难题，就是该重装哪些模块，除非之前另外有记录，不然是有点麻烦的。但因为~/.local/bin/下「残留」有之前安装过的模块链接，而且因为~/.local/pipx/目录的移除，使得这些链接出现「指向」错误而在终端中「显红」，这就给该重装哪些模块提供了提示。如下图中，那些标红的，都是之前装的，后来
~/.local/pipx目录被移除后，残留的链接。
也就说，在 conda 中各虚拟环境用 pipx 装的相同模块，其可执行程序会出现同名冲突，会报：「already seems to be installed. 」的揭示，因为这个可执行程序是个 Link 文件，它可以指向不同虚拟环境，如果不同虚拟环境下装相同的模块，后来生成的这个模拟可执行的 Link 文件就会覆盖之前装的。
同样的也就意味着，不同虚拟环境下使用 pipx 装的模块，只要有一个虚拟环境装了，就可以在其他虚拟环境中使用，除非，这个在虚拟环境将此模块删除，或此虚拟环境本身就被删除。
所以得出一个重要的结论：pipx 装的模块在当前用户下，「全局性」更强，适合安装一些跨虚拟环境的模拟，如各种 LSP。
同时，因为 pipx 这种「穿透性」，也就意味着 pipx 没太大必要在 conda 的虚拟环境中安装那些非「全局性」的模块。
[!tip] pipx 安装模块要求
pipx 只能装那些有「cli」的模块，对于那些纯库类型的模块，像 pynvim，就不能装。
pipx 可以使用 pip 来安装的：
pip install pipx
# 或者
python -m pip install --user pipx将 pipx 添加到 PATH 中，方便任何地方访问它：
pipx ensurepath[!tip] 相关资料
如果在 conda 中不使用 pip 安装 pipx，可以直接使用 conda install 来安装，但前提是先将 conda-forget 在 conda 的 channel 中配置上了。不确定能不能用 conda 直接装，可以先搜索下：conda search --full --name pipx，如果能搜到，就通过 conda install pipx 进行安装。
安装过程相关信息：
added / updated specs:
- pipx
The following packages will be downloaded:
package | build
---------------------------|-----------------
argcomplete-1.12.3 | pyhd3eb1b0_0 35 KB https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
click-8.1.7 | py311h06a4308_0 221 KB https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
colorama-0.4.6 | py311h06a4308_0 36 KB https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
importlib-metadata-4.11.3 | py311h06a4308_0 42 KB https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
importlib_metadata-4.11.3 | hd3eb1b0_0 12 KB https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
packaging-23.1 | py311h06a4308_0 100 KB https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
pipx-1.2.1 | pyhd8ed1ab_0 48 KB conda-forge
userpath-1.7.0 | pyhd8ed1ab_0 17 KB conda-forge
zipp-3.11.0 | py311h06a4308_0 21 KB https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
------------------------------------------------------------
Total: 532 KB
The following NEW packages will be INSTALLED:
argcomplete anaconda/pkgs/main/noarch::argcomplete-1.12.3-pyhd3eb1b0_0
click anaconda/pkgs/main/linux-64::click-8.1.7-py311h06a4308_0
colorama anaconda/pkgs/main/linux-64::colorama-0.4.6-py311h06a4308_0
importlib-metadata anaconda/pkgs/main/linux-64::importlib-metadata-4.11.3-py311h06a4308_0
importlib_metadata anaconda/pkgs/main/noarch::importlib_metadata-4.11.3-hd3eb1b0_0
packaging anaconda/pkgs/main/linux-64::packaging-23.1-py311h06a4308_0
pipx conda-forge/noarch::pipx-1.2.1-pyhd8ed1ab_0
userpath conda-forge/noarch::userpath-1.7.0-pyhd8ed1ab_0
zipp anaconda/pkgs/main/linux-64::zipp-3.11.0-py311h06a4308_0
Proceed ([y]/n)? 使用 conda 直接安装 pipx，使用 conda list 查看包信息，可以看到该环境下的 pip 和 pipx 是同一级的：
pip 23.3 py311h06a4308_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
pipx 1.2.1 pyhd8ed1ab_0 conda-forge[!info] 不同安装方式存在异同
该环境下的 [[#pip]] 下（使用
pip list命令查看）,同样存在 pipx，这与在该环境下使用pip install pipx结果基本相同。使用
conda install pipx方式安装，其卸载也连同相关的依赖组件一并卸载，所以而使用 pip 安装的 pipx，在卸载时，只会卸载 pipx，其依赖不同一同卸载。如果使用
python -m pip install --user pipx命令安装，该环境下使用conda list是没有 pipx 的，只能在pip list查看到。推荐使用
conda install pipx方式安装 pipx。
Important
如果 conda 某环境更新 python 版本，那 pipx 最好使用 pipx reinstall-all 命令重新安装相应的模块，不然进行 pipx upgrade-all 时会报 FileNotFoundError: [Errno 2] No such file or directory 类似的错误。
使用 pipx 安装模块或应用，跟 pip 差不多。
pipx install 应用名使用 github 源码安装：
[!example] 示例
pipx install git+https://github.com/psf/black.git
安装指定版本的模块：
pipx install package==version这个模块可以认为是 pipx 必装的模块。
因为 pypisearch 这个模块功能是搜索模块。
pipx install pypisearch安装完 pypisearch 后，就可以使用其搜索模块：
pypisearch 模块名列出已安装的所有模块：
pipx list查看某模块的虚拟环境用了哪些包：
pipx runpip 模块名 listpipx run 模块名pipx upgrade 模块名升级所有模块：
pipx upgrade-all卸载域模块：
pipx uninstall 模块卸载所有模块：
pipx uninstall-all结巴分词 是一个 Python 的中文分词组件。
Obsidan 中 中文分词插件 就有可能用到这个组件。
- 变量名只能包含字母、数字和下划线。不能以数字开头。
- 不能包含空格
- 不要用 Python 关键字和函数名或保留字作变量名
Tip
慎用小写字母l和大写字母O，因为可能与数字1和0混淆。
列表定义：
a = [1,3,4]Python 的列表类型特点：
- 元素可重复
- 元素排列有序
集合定义：
b = {1,3,4}Python 的集合特点：
- 元素不可重复
- 元素排列无序
[!tip] 关于列表和集合定义
在「类 C 语言」的标识符中，
[]（中括号）暗含了「有序性」，即使用[]定义的数据类型，其中的元素是有序的。这种有序性有时体现在存储的有序，如 C语言 或 Java 中的 数组 是使用[]来定义的；而有时这种有序性体现在「可索引」上，即可以通过索引来获取相应位置的元素。而
{}（花括号）则隐含了「无序性」，即使用{}定义的数据类型，其中的元素是无序的。与有序性类似，使用{}定义的数据其无序性，有时体现在存储上，如 C、Java 等语言中 函数 的「函数体」就是使用花括号来定义的，而可以谁其中的语句其存储上是无序的；而在集合类型中，这种「无序性」便体现在「不可索引」上，即不能通过索引值来获取相应位置的元素。