conda环境部署和使用

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。