Anaconda

https://uoa-eresearch.github.io/eresearch-cookbook/recipe/2014/11/20/conda/ 当我们使用服务器的时候，会存在多个用户，并且可能系统管理员也安装了anaconda，这样python指向的环境有肯能是管理员的目录， 我们可以通过 conda env list 查看存在的环境，以及当前使用的是哪个环境， 可以根据pytorch的不同版本安装在相应的环境中，便于适应不同的项目 $conda env list # conda environments: # pytorch1.0 /home/username1/.conda/envs/ pytorch1.0 /home/username1/ anaconda2 base * /home/username2/install/anaconda2 其中星号表示当前使用的环境路径，我们可以通过以下方式修改 1. 创建虚拟环境 conda create -n env_name python=2.7.14 env_name：要创建的虚拟环境名称 2. 激活环境 source activate env_name 3. 查看环境 conda env list 显示结果，当前环境已经变为我们设置的目录了 # conda environments: # pytorch1.0 * /home

上文提到了Superset 0.37的在线安装方式，只需要更新pip，然后pip install就可以了。但是在生产环境中，特别是内网环境中，很多时候是没有外网的，这时候就需要采取离线安装的方式。 本文将详细介绍在Linux系统中离线安装Superset的全过程，并整理了安装过程中遇到的错误。 下载相关安装包 注：本文所有安装包均可以关注 “实时流式计算” 回复 “superset0916” 获取 下载好安装包以后，可以跳过本教程的所有下载步骤。 下载Superset，不要走错路，是apache-superset https://pypi.org/project/apache-superset/#files 源码包下载位置 https://downloads.apache.org/incubator/superset/0.37.0/ 在源码下有一个 requirements.txt 可以通过其下载所需依赖包 安装 Anaconda3 在安装superset之前，我们还需要一个python环境，当然也得离线安装，这里推荐使用Ananconda Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括：conda, numpy, scipy, ipython notebook等。 https://www.anaconda.com/products

Graphviz是一个可以对图进行自动布局的绘图工具，由贝尔实验室开源。我们在上次 Python 快速绘制画出漂亮的系统架构图 提到的diagrams，其内部的编排逻辑就用到了这个开源工具包。 而今天我们要介绍的项目，就是基于Python和Graphviz开发的，能将源代码转化为流程图的工具：pycallgraph。 1.准备 开始之前，你要确保Python和pip已经成功安装在电脑上噢，如果没有，请访问这篇文章： 超详细Python安装指南 进行安装。如果你用Python的目的是数据分析，可以直接安装Anaconda： Python数据分析与挖掘好帮手—Anaconda Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，准备开始输入命令安装依赖。 当然，我更推荐大家用VSCode编辑器，把本文代码Copy下来，在编辑器下方的终端运行命令安装 依赖模块 ，多舒服的一件事啊： Python 编程的最好搭档—VSCode 详细指南 。 在终端输入以下命令安装我们所需要的依赖模块: pip install pycallgraph 看到 Successfully installed xxx 则说明安装成功。 macOS用户请使用brew安装： brew install graphviz