Conda的安装、配置和使用-六虎

什么是Conda、Miniconda、Anaconda

Conda是一个包和环境管理的东西。支撑Windows、macOS和Linux。Conda能够快速的装置、运转和更新包和相关的依靠。Conda也能够轻易地创立、保存、加载和转化环境。

Anaconda 是一个用于科学核算的 Python 发行版，支撑 Linux, Mac, Windows, 包含了conda、conda-build、Python和众多科学核算的包及其依靠。

Miniconda 是一个 Anaconda 的轻量级替代，默许只包含了 conda，Python 和一些它们所以依靠的包。

为什么要运用Conda

一个典型的python 项目会运用多个包来完结其功用。其中一些包也或许被其他项目所运用（同享）。 项目之间同享的包或许会引起抵触。 比如，咱们有两个项目P1和P2，P1运用NumPy 1.2版别，而P2需求NumPy 1.3版别，一个环境中存在两个版别就或许导致抵触。解决这个问题的方法便是运用虚拟环境。咱们能够为每个项目别离创立一个独立的虚拟环境，来阻隔包抵触。

常用的python虚拟环境管理东西有：

Virtualenv
Conda
pipenv
venv

经过运用这些东西，咱们能够很容易的创立虚拟环境。

Conda的装置和装备

咱们以装置Minconda为例。、渠道：windows 10。

下载装置

官网下载地址：docs.conda.io/en/latest/m…

当然，因为Anconda和Miniconda的服务器都在国外，下载速度有点感人。咱们能够运用清华的镜像：mirrors.tuna.tsinghua.edu.cn/anaconda/mi…。点击链接，进入Miniconda的镜像页面，如图。下载自己需求的版别。我这儿挑选的是Minconda3的23.5.2版别，默许Python版别是3.11，windows 64渠道。

装置：双击下载好的.exe文件。

根子自己需求挑选为当时用户仍是为所有用户装置。

挑选装置目录。

在开始菜单中，创立快捷方式。
注册Miniconda3，使它能被VsCode、PyCharm等检测到。
清楚缓存。

到此咱们的conda现已装置结束。此刻，咱们的开始菜单中多了如下几个目录。

咱们能够经过 Anconda Prompt(conda) 运用conda。

假如你想在普通的cmd.exe中运用conda，需求将conda增加到体系的PATH环境变量中。具体来说，对于conda4.6之后的版别是将{conda的装置目录}\condabin 增加到PATH中。注意不是Scripts，这是conda 4.6之后的一个改动。原因能够看Conda command is not recognized on Windows 10中 Simba 的回答。简单来说，便是之前将Scripts增加到PATH，它不只将conda指令露出给cmd，同时也会将base环境的python都露出来给cmd。这样咱们之前python就会被覆盖，无法运用。而condabin只会将指令露出给cmd。

装备清华的channel

为什么要装备清华的channel呢，咱们先解释一下conda的作业流程：

咱们输入指令，告诉conda要装置的package
conda从channel中下载咱们指定的package。（channel是一个托管着许多package的仓库）

默许的channel服务器在国外下载缓慢，所以咱们能够装备成清华的channel。过程：

生成.condarc 的文件：能够借助一下指令生成.condarc文件。这个文件会生成在你用户目录下。

conda config --set show_channel_urls yes

修正.condarc内容：翻开.condarc文件，将mirrors.tuna.tsinghua.edu.cn/help/anacon…中的装备信息张贴进去。

运转一下指令，清除索引缓存，保证用的是镜像站提供的索引。

conda clean -i

conda的运用

创立conda环境

创立一个空环境

conda create --name {env_name}  #此处 --name 也能够简写成 -n
conda create --name myenv

你能够在创立环境时指定python版别和一些所需的包。

conda create --name {env_name} {python=x.x.x} package1 package2

例如：

conda create --name myenv python=3.7.5 pandas numpy

相同的，包的版别也能够指定。

激活环境

conda activate {env_name}

停用当时环境

conda deactivate

装置包packages

一旦激活了环境，你就能够运用conda和pip在当时环境下装置你所需求的包。在conda环境中，不建议运用pip。

运用conda

conda install pkg_name1=x.x.x pkg_name2=x.x.x

运用pip

pip install pkg_name1==x.x.x pkg_name2==x.x.x

或许依据requirements.txt文件，装置多个包

pip install -r requirements.txt

检查环境中装置的包

检查当时环境中的包

conda list

检查指定环境中的包

conda list -n {env_name}

检查环境列表

一下指令能够列出所有的conda环境。

conda env list
#or
conda info --envs # --envs能够简写成 -e

输出：

# conda environments:      
# 
env1                  *  C:\Users\tao\.conda\envs\env1    
mlenv                    C:\Users\tao\.conda\envs\mlenv   
myenv                    C:\Users\tao\.conda\envs\myenv   
test                     C:\Users\tao\.conda\envs\test    
base                     D:\conda

当时激活的环境会有一个*标记。

删去环境

首要要保证你不在该环境中。

conda env remove -n env_name

创立一个相同的环境

要创立与现有环境相同的环境，需求显式地创立要仿制的环境的标准文件，并在创立新环境时运用它。过程一：创立一个spec file

conda list --explicit > spec-file.txt

过程二：

conda create --name myenv --file spec-file.txt

你能够在同一台机器或许不同的机器上，做此操作。

假如你想在某环境中装置spec file文件指定的包，运转以下指令。

conda install --name env_name --file spec-file.txt

跨渠道分享环境（推荐）

当您尝试在另一个体系/渠道中仿制您的环境时，存在一个常见的问题。当您创立环境和包时，假定您运转如下指令。这将下载并装置许多其他依靠包，以便使您想要装置的包能够作业。这很容易引进不兼容的软件包。所以，能够采用如下方法：

conda env export --from-history > environment.yml

增加--from-history标志将只装置您运用conda要求装置的包。它将不包括依靠包或运用任何其他方法装置的包。

传入environment.yml文件，别人就能够重新创立你的环境。

conda env create -f environment.yml

环境回滚

Conda保护了您对环境所做更改的历史记录，这儿的更改是指您运用Conda指令所做的更改。它答应您经过运用修订号revision numbers回滚。

激活环境后，首要运用它检查修订和修订号。

conda list --revisions

然后，回滚。

conda install --rev {revison_num}

Important Note: If you had installed other packages via pip install or other methods, those will not be exported to the environment file as well. So as a best practice, in order to share packages to other platforms, use conda to install packages (conda install pkg_name).

参阅

Miniconda3的环境装备_miniconda3环境变量_Expected future的博客-CSDN博客关于conda环境的装备，看这一篇就够了 Index of /anaconda/miniconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror Conda — conda 23.7.2.dev12 documentation Conda create environment and everything you need to know to manage conda virtual environment – Machine Learning Plus

Conda的安装、配置和使用