anaconda的下载命令和jupyter lab内核配置

anacodna的下载命令和python包的位置说明

本文使用chatgpt来组织和回答问题
Anaconda介绍、安装及使用教程

1conda和pip的区别?

conda和pip都是Python包管理工具，但它们有一些区别。

Conda是Anaconda发行版中的包管理工具，它提供了一个开源的环境管理系统，能够创建、保存和加载Python环境，并管理Python包及其依赖关系。Conda除了可以安装Python包，还可以安装非Python的软件包，如C/C++编译器、R语言、Java虚拟机等。Conda还支持跨平台，可以在Windows、Linux和MacOS等系统上使用。

Pip是Python的标准包管理工具，它可以用来安装、升级和卸载Python包。Pip只能安装Python包，无法安装非Python的软件包。Pip也可以管理Python虚拟环境，但不如Conda灵活。

下面是几个Conda和Pip的区别：

1. 环境管理：Conda提供了强大的环境管理功能，可以创建、保存和加载多个独立的Python环境，每个环境可以包含不同版本的Python和不同的软件包，而Pip只能在全局Python环境中安装软件包。

2. 软件包管理：Conda支持安装非Python的软件包，而Pip只能安装Python包。

3. 依赖关系：Conda能够自动处理软件包之间的依赖关系，安装软件包时会自动安装所有需要的依赖包，而Pip需要手动安装依赖包。

4. 跨平台：Conda可以在Windows、Linux和MacOS等系统上使用，而Pip只能在Python解释器上使用。

总的来说，如果你需要管理Python环境、安装非Python的软件包或需要自动处理依赖关系，那么使用Conda会更加方便。如果你只需要在全局Python环境中安装Python包，那么Pip就足够了

在对应的虚拟环境下，使用pip和conda几乎等效，对于某些库，使用conda可以更好的处理环境依赖问题。

对于虚拟环境,conda下载的对象是使用的python，所以下载前要注意使用对应的环境，分别清楚是系统的python环境还是虚拟环境下的python环境。

如果使用pycharm来使用虚拟环境的话，我们只需要找到conda.exe的位置，就可以自动读取创建的虚拟环境
对应的路径

Anaconda3\Scripts\conda.exe

在之前的版本2021等是找对应env环境下的python.exe.

2conda创建一个新的环境

conda create --name <env_name> [python=<python_version>] [package1 package2 ...]

conda create -n  <env_name>  #-n是参数的缩写，我们可以先不写下载的包

对于修改一个环境的名字，并没有一个单一的命令，而是几个命令的复合操作

conda activate <old_name> && conda deactivate && conda create --name <new_name> --clone <old_name> && conda remove --name <old_name> --all

<old_name> 是原始环境的名称，<new_name> 是新环境的名称。执行此命令将会克隆旧环境到新环境，然后删除旧环境。
该命令的解释：
先激活老的环境测试，退出，创建新的环境，以老环境为clone参数，之后再完全remove掉老的环境。

conda remove --name <env_name> --all

是完全删除该环境
管理环境完全使用conda这个命令
我们一般会使用到如下的命令

conda activate <env_name> 激活环境的命令

![[Pasted image 20230702211925.png]]
使用后，命令行环境的括号从base变为你选择的环境，不过环境需要用上面create命令去创建。

conda deactivate

退出现在的环境

创建出的环境结构如下：(在anaconda的env下面)

我们切换到该环境并使用conda下载python支持或者非python的软件

对于conda下载的问题

我们可以使用换源 来提高下载速度
conda的换源命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

conda下载的安装包，如果没有指定版本，一般会下载最新的版本

conda install <package_name>

我们可以指定版本，一般随便下载一个不存在的版本，他在命令行中就会提示 可下载的版本
conda install <package_name>=<version>
一般适用于对软件包有匹配要求的程序

更新和删除包，同时还会删除依赖项

conda update <package_name>

conda remove <package_name>

查看conda下载的路径信息

conda info --envs

在切换到需要的虚拟环境之后，用该命令查看软件包下载路径

一般下载到下面的路径

这个下载都在pkgs中，而不是对应的env环境中，
对于同版本的包可能符合垃圾回收机制，多个指针指向同样的包，
也有可能是单独下载，但是对于环境名不同，有不同的命名规则。
上图就是同样的numpy包在两个环境中下载出现的文件组织。

查看已有的虚拟环境

conda env list

我们通过这个方式查看虚拟环境。

jupyter的配置

我们配置jupyter主要有几个重要过程
1.我们要在对应虚拟环境下下载jupyter
2.在对应虚拟环境下，下载虚拟内核ipykernel 。
3.生成虚拟环境内核在每个环境下的对应路径,如对应虚拟环境是manim_env

D:\env\anaconda3\envs\manim_env\share\jupyter\kernels

下载jupyter

conda install jupyter notebook

conda install jupyterlab

jupyter我们一般有两个选择
jupyter notebook
jupyter lab
lab是notebook的升级版，比notebook多了一些目录和其他功能

ipykernel的下载

对于python3是在linux 中的写法

python3 -m pip install ipykernel

在windows环境下我们就不需要
主要就是下载
ipykernel
使用conda或者pip,都可以

conda install ipykernel
pip install ipykernel

上述两条命令均可

在下载jupyter后，我们还需要给虚拟环境配置jupyter 的虚拟内核

python -m ipykernel install --user --name=myenv --display-name="MyEnv"

一般在对应环境下
以manim_env为例，

python -m ipykernel install --name=manim_env --display-name=“Manim”

其中，`myenv` 是你想要指定的内核名称，"MyEnv" 是你想要在 [Jupyter Notebook]中显示的内核名称。

--user 选项会将内核安装到用户的主目录
在windows 环境下就放在了 kernel下

因为我不想放在C盘，因为如果重装系统，该文件会丢失，我希望把它放在对应虚拟环境中。

指定内核配置的安装位置

和上个命令相比，增加了prefix

python -m ipykernel install --name=myenv --display-name="MyEnv" --prefix=/path/to/installation

我们使用prefix指定生产内核的文件，我们可以指定任意一个文件夹，之后再把该文件夹下的内容给复制到指定路径就行

对于在主目录下的jupyter的kernel我们的所有环境都可以访问到。
但是–prefix指定的目录系统使用查看kernel的命令查不到

jupyter kernelspec list

我们可以把虚拟环境生成的内核（指定生成的文件夹）放置在对应环境下的’‘\share\jupyter\kernels’’
在对应的路径下，我们就可以在jupyter 中可以找到该内核，并进行切换等操作。

使用和测试

我们在命令行中，找到对应的文件夹

jupyter lab

切换环境

. 是打开当前文件夹

说明：

之后每次创建一个新的环境，都可以创建一个虚拟内核，把该内核指定位置，复制到每一个老环境的

\share\jupyter\kernels

路径下，之后就可以正常使用了。