Conda管理python环境

0.miniconda 和 anaconda 的区别

Miniconda 和 Anaconda 都是 Anaconda 发行版提供的 Python 发行版,主要区别在于安装包的大小和预装的软件包：

• Miniconda: 是一个最小的 Python 安装包，仅包含 Python 和 conda 包管理器。安装包的大小很小(大约几十 MB)。用户需要根据需求手动安装其他所需的软件包。适用于希望从最小安装开始，自由选择所需软件包的用户。
• Anaconda: 是一个大型的 Python 发行版本。安装包的大小较大(大约几百 MB)。预装了大量常用的 Python 科学计算和数据分析库,如 NumPy、SciPy、Pandas、Matplotlib 等*。适用于希望获得一个预装环境方便上手的用户,尤其是针对数据科学和科学计算领域。

总的来说，Miniconda 为用户提供了一个最精简干净的 Python 环境，让用户根据需求灵活地安装所需软件包；而 Anaconda 则提供了一个预装大量常用库的 Python 发行版，适合快速开始数据科学和科学计算工作。
两者可以并存，可以从 Miniconda 开始安装所需软件包达到类似 Anaconda 环境的效果。选择哪一种取决于你的具体需求。

1.安装anaconda or miniconda

安装anaconda

清华镜像站：针对自己的操作系统，在下载链接->应用软件->conda中选择合适版本。

安装miniconda

下载地址：按需下载,下载后在文件所在目录下 sh一下

教程：安装过程较为简单，这里略过。如果出现问题，可以参见这里。
注意： windows系统安装过程中需要注意，勾选将软件添加至windows路径（也可以手动添加，即在环境变量path中将conda.exe的文件路径添加进去），这样做是为了cmd命令可以运行conda命令。

安装完成&配置环境变量

添加环境变量（linux：vim ～/.bashrc )

### conda
export CONDA_BASE=~/miniconda
export PATH=$CONDA_BASE/bin:$PATH

查看环境安装是否成功：
source ~/.bashrc & which conda

2.创建&管理python环境

创建一个新环境，指定依赖的包：conda create -name env_name package-name

conda create -name py3 pandas

可以指定Python版本，意味着可以建立多个拥有不同的Python版本的环境：

conda create -name py2 python=2.5

基于一个已有的环境创建（复制） --clone 参数：

conda create --name <new_env> --clone <myenv>

3. 常用命令

查看当前环境列表：conda env list
激活已创建的环境：activate env_name
退出当前激活环境：deactivate
移除删除某个环境：conda env remove -name env_name
查看已经安装的库：conda list

该命令会显示在conda中已经安装的包，包括包的名字和版本

安装某个库至环境：conda install packagename

conda install pyreadline：安装pyreadline， pyreadline是一个基于jupyter的Python代码自动补全库，强烈推荐
conda install numpy=1.24.3：指定安装1.24.2版本的numpy

4.导出某个环境用于共享

新电脑和当前电脑具有相同的平台和操作系统:

方法 1：
使用 conda list 命令保存当前环境的包的信息到一个txt文件
根据这个文件可以在其他电脑上进行相同环境的安装

conda list --explicit > spec-list.txt
conda create --name <new_env> --file spec-list.txt

注意：对于pip安装的某些包，可能需要单独由pip通过类似的方法生成一个包的list（pip freeze >pip-requirements.txt），在新的电脑中再通过pip来安装这些包（pip install -r pip-requirements.txt）

方法2：
利用 conda-pack 命令直接对环境进行打包，好处是打包之后得到是包文件可以直接复制到其他电脑后解压使用，不需要重新联网下载包了。具体步骤：

安装conda-pack包：conda install -c conda-forge conda-pack 或者 pip install conda-pack。
使用 conda pack 命令开始打包环境（尽量在待打包的环境之外的环境运行）：conda pack -n <my_env> 这个命令会将my_env环境打包生成一个my_env.tar.gz 的压缩文件，保存在当前路径下。
复制压缩文件到新的电脑上，并解压到 anaconda的env目录下（如~/anaconda3/envs）
在env目录中创建一个文件夹如 mkdir my_env， 然后解压到目录 `tar -xzvf my_env -C ~/anaconda3/envs/my_env`
查看迁移环境是否存在：conda info -e

新电脑和当前电脑具有不同的平台和操作系统

• 导出 environment_name.yml 文件：conda env export > environment.yml
• 在新电脑上，利用生成的environment_name.yml 文件复现环境：conda env create -f environment.yml

5.强烈建议安装的包

• 基于web的代码编辑和数据分析工具 jupyter notebook
  conda install jupyter notebook
• 自动关联环境依赖包(基于jupyter notebook)
  conda install nb_conda
• 代码自动补全包(基于jupyter notebook)
  conda install pyreadline