conda环境部署和使用
1、conda介绍
Anaconda和Miniconda都是conda的发行版,是anaconda公司发行的python环境管理工具,
- Anaconda是由Anaconda公司开发的,一个包含PyData生态中的核心软件的完全发行版,它包含了Python本身和数百个第三方开源项目的二进制文件,例如conda、numpy、scipy、ipython等。
- Miniconda本质上是一个用来安装空的conda环境的安装器,它仅包含Conda和Conda的依赖,而不包含上一段中列举的包,体积很小。
Miniconda更轻量。
2、conda的使用场景
在一个系统中需要多个不同版本的python环境时,conda可以非常容易的解决这种需求
3、安装miniconda
下载和安装
# 官方下载链接(速度慢)
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
# 国内镜像源(此处为清华源)
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
# sh安装
sh Miniconda3-latest-Linux-x86_64.sh
# 是否同意许可协议
Do you accept the license terms? [yes|no]
>>>
# 设置安装的位置,默认在家目录下安装
Miniconda3 will now be installed into this location:
/root/miniconda3
- Press ENTER to confirm the location
- Press CTRL-C to abort the installation
- Or specify a different location below
[/root/miniconda3] >>>
# 是否初始化,会自动配置环境变量等(建议yes)
You can undo this by running `conda init --reverse $SHELL`? [yes|no]
[no] >>>
4、虚拟python环境
创建&激活
conda create -n name python=3.x
# 激活conda环境
conda activate qianfeng
# 配置pip
# 更新pip
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple # 清华源
pip config set global.index-url http://mirrors.aliyun.com/pypi/simple/ # 阿里源
#配置多个pip源
pip config set global.extra-index-url "<url1> <url2>..."
pip config set global.extra-index-url "http://mirrors.aliyun.com/pypi/simple/ https://pypi.tuna.tsinghua.edu.cn/simple"
普通用户在执行"python"命令时,出现的是conda环境的python3,而不是系统自带的python2
安装了 Miniconda 后,Miniconda 会将自己的路径添加到系统的环境变量中,这样系统会优先找到 Miniconda 中的 Python 执行文件。
但是运行不了conda命令,因为普通用户需要设置环境变量才能使用
# 在普通用户的家目录下
vim .bashrc
export PATH="/opt/miniconda3/bin:$PATH"
5、卸载miniconda
rm -rf /opt/miniconda
vim .bashrc
用docker还是conda??
- conda 是包管理器,可以用来安装 Python 包,管理 Python 环境。
- docker (docker engine) 是容器管理工具,简单来讲可以创建一个和当前操作系统隔离的环境。
两者使用没有什么共同点。只有概念上的共同点,可能只是创建一个“隔离环境”:
conda 是在 Python 环境级别隔离,docker 是在操作系统上隔离。
就算是使用 docker 创建了操作系统的隔离环境,也依然需要用 conda 或 pip 等包管理器在容器内配置好 Python 环境后才能跑代码。
hon 环境级别隔离,docker 是在操作系统上隔离。
就算是使用 docker 创建了操作系统的隔离环境,也依然需要用 conda 或 pip 等包管理器在容器内配置好 Python 环境后才能跑代码。
所以说docker和conda是不冲突的,你甚至可以在docker创建的容器中再部署一个conda环境,让一个容器同时包含多个python环境。