关于conda,啰嗦几句
conda是一个配置隔离python环境的工具
因为有些时候我们需要不同版本的python或不同版本的pip模块(比如你需要跑两个从github上下下来的代码,他们的tensorflow版本一个要求1.0一个要求2.0)
conda既可以实现pip模块不同版本共存,也可以实现python不同版本共存
conda只是一个工具,它有两种发行版,分别是Anaconda和Miniconda
anaconda是一个大而全的工具集合,包括了非常多常用的pip模块(如numpy、pandas、scipy、matplotlib等),它还有图形化的管理工具等
miniconda是一个单纯的conda工具,仅自带极少的python必要的包,干净纯粹,可以按照自己的需求构建任意环境
miniconda比anaconda小非常多,可以实现全部日常需求,只不过需要自己动手
下载
由于anaconda和miniconda的服务器都在国外,所以下载速度会比较慢
推荐大家使用镜像源进行下载,这里使用清华的conda镜像
miniconda下载地址: https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda
anaconda下载地址: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive
打开后可以选择适合自己系统的安装包(win是exe,linux是sh),然后可以根据后边的日期找到最新版本,一般都选3.0的版本,因为2.0是给python2用的
安装
win用户直接双击exe文件不断下一步即可
linux用户到命令行中执行 bash 下载文件的名字.sh
比如 bash Miniconda3-latest-Linux-x86_64.sh
命令即可开始安装,按照提示回车即可完成安装
换源
这是安装完成后最重要的一步,还是因为conda的仓库都在国外,所以访问速度很慢,我们要把仓库的地址换成国内的镜像源,才能正常的使用(以正常速度下载而不是龟速)
win用户:
- 打开开始菜单,会找到conda的prompt的程序(就是在conda文件夹下,名字里带prompt,图标是黑色控制台的程序)
- 执行命令: conda config --set show_channel_urls yes (复制命令粘贴后,回车执行)
- 去C盘找到Users文件夹,然后找到你用户名字的文件夹(假设你系统装在C盘) 比如我的叫Joe,你可能是Administrator或你自己起的别的什么名字,就可看到名叫 .condarc 的文件
- 打开 .condarc 文件,删掉里边 全部 的东西,然后去https://mirrors.tuna.tsinghua.edu.cn/help/anaconda这个地址,复制这个框框里全部内容,然后粘贴到 .condarc 里保存退出
你的框框可能是白的
5. 回到刚才的prompt黑黑的控制台窗口(你不会关了吧,关了就重新打开),然后执行 conda clean -i 就ok了
linux用户:
1.打开你的终端(别告诉我你不知道什么是终端),然后切换到你conda的安装位置,默认会在用户文件夹下,进入它的bin文件夹
2.这个bin文件夹下会有一个叫 conda 的程序,你执行 ./conda init 即可完成初始化,如果不行试试 ./conda init bash ,之后你再进终端默认就是conda的base环境了
3.之后的操作和win上类似:去用户目录下找 .condarc 文件,如果没有你就手动创建一个,然后去 https://mirrors.tuna.tsinghua.edu.cn/help/anaconda复制框框里全部的内容,粘贴到 .condarc 保存退出(如果本来有内容就全部删掉再粘贴)
4.再执行一个 conda clean -i 就完成了换源
然后就是正常的使用,默认conda会是base环境,你当然可以在这里装任何你需要的包,如果你想要创建多个隔离的虚拟环境,你还需要掌握conda环境的创建和切换
创建环境
一般我们都是用名字进行创建,执行 conda create -n 你想要的名字 python 即可创建
conda的命令都以 conda 开头,然后 create 表示创建环境,然后 -n 表示要给环境取个名字,后边空格一下跟上名字就好了,然后后边的 python 是要安装的模块的名字,这里只装了一个python,还可以指定版本,比如python=3.8,如果还想装别的,可以继续往后跟
示例:conda create -n tf python=3.8 tensorflow=2.2
这样,你就得到了一个名叫tf包含python和tensorflow两个包的conda环境
查看环境
你可以执行 conda info -e 来查看所有环境,比如我的是这样的:
base里的那个*表示的是当前环境是它
激活(切换)环境
创建好了之后,我们就可以执行命令通过名字来激活指定的环境,比如我可以执行: conda activate BTSer 来切换到我这个环境
如果你刚才跟着做了,你可以通过 conda activate tf 来切换到你的tensorflow环境
在环境中安装模块
安装前要确认一下,当前是否在你想要的环境中,如果没有先切换一下,省得安装到错误的环境中去了。确认无误后,执行 conda install 模块名 即可安装,比如 conda install scipy
删除环境
如果你不想要某个环境了,可以通过 conda remove -n 环境名 --all 来删除这个环境