Python
环境和 Kernel
https://blog.csdn.net/weixin_44211968/article/details/120074745
Conda 环境管理
安装
install -c
-c pytorch 表示从名为 pytorch 的 conda 频道安装软件包，而 -c nvidia 表示从名为 nvidia 的 conda 频道安装软件包。这两个频道都是官方频道，pytorch 频道由 PyTorch 团队维护，提供 PyTorch 相关的软件包，nvidia 频道由 NVIDIA 维护，提供 CUDA 和 cuDNN 等与 GPU 加速相关的软件包。
通常，当你安装 PyTorch 和相关库时，需要确保它们是兼容的，特别是当你需要特定版本的 CUDA 支持时。在这个命令中，pytorch-cuda=12.4 指定了需要安装支持 CUDA 12.4 版本的 PyTorch，因此需要从 NVIDIA 频道安装相应的 CUDA 工具包。
使用特定的 conda 频道可以确保你安装的软件包是经过测试和验证的，并且是相互兼容的。在安装过程中，conda 会自动处理依赖关系，并从指定的频道中安装所需的软件包。如果你没有指定 -channels，conda 会使用默认的频道列表，这可能不包括所有你需要的软件包或者可能不是最新版本。
Jupter
https://www.quanxiaoha.com/linux-command/linux-shutdown.html
🧱 使用 uv 创建和管理多个虚拟环境
1. 创建虚拟环境（默认在当前目录）
uv venv .venv
这会在当前目录创建一个名为 .venv 的虚拟环境。
💡 可以指定路径：
uv venv ~/envs/myproject_venv
2. 激活虚拟环境
source .venv/bin/activate # Linux/macOS
3. 在环境中安装包
uv pip install requests numpy
⚠️ 注意：即使激活了环境，也建议使用
uv pip而不是pip，以确保使用uv的高速解析。
4. 创建多个独立环境（推荐做法）
为不同项目创建不同的环境：
# 项目 A
cd project-a
uv venv .venv
source .venv/bin/activate
uv pip install flask requests
# 项目 B
cd project-b
uv venv .venv
source .venv/bin/activate
uv pip install django pandas
6. 列出所有环境？（⚠️ uv 本身不管理“全局环境列表”）
uv 不像 conda 那样有 conda env list 的功能。它不维护全局环境注册表。
但你可以：
手动管理环境目录，例如
~/envs/
├── project-a-venv
├── project-b-venv
└── data-analysis-venv
然后创建时指定路径：
uv venv ~/envs/project-a-venv
7. 删除环境
直接删除目录即可（uv 不提供删除命令）：
rm -rf .venv
# 或
rm -rf ~/envs/project-a-venv
8. 使用 requirements.txt 管理依赖
# 生成依赖文件
uv pip freeze > requirements.txt
# 安装依赖
uv pip install -r requirements.txt
9. 创建并安装依赖（一步完成）
uv venv .venv && source .venv/bin/activate && uv pip install -r requirements.txt
10. 查看环境中的包
uv pip list
uv pip show requests
🔄 与 pip + venv 对比
| 功能 | pip + venv | uv |
|---|---|---|
| 创建虚拟环境 | python -m venv .venv | uv venv .venv ✅ 更快 |
| 安装包 | pip install pkg | uv pip install pkg ✅ 极快 |
| 安装依赖 | pip install -r req.txt | uv pip install -r req.txt ✅ 更快 |
| 依赖解析 | 慢 | ⚡ 超快（Rust 实现） |
| 全局环境管理 | ❌ 无 | ❌ 无（需手动） |
✅ 总结
| 目标 | 命令 |
|---|---|
安装 uv | curl -LsSf https://astral.sh/uv/install.sh | sh |
| 创建环境 | uv venv .venv |
| 激活环境 | source .venv/bin/activate |
| 安装包 | uv pip install 包名 |
| 安装依赖 | uv pip install -r requirements.txt |
| 删除环境 | rm -rf .venv |
| 列出包 | uv pip list |
💡 提示：
uv生成的环境是标准的venv环境，你可以用python -m venv激活，也可以用uv安装包，完全兼容。
uv 是目前最快、最现代的 Python 环境和包管理工具之一，特别适合需要频繁创建环境和安装依赖的开发场景。推荐替代 pip 和 virtualenv！