详解Python CONDA

本文介绍 Anaconda 的强力管家 Conda:可灵活管理 python 的包 package 和环境 environment
Conda 简介

  • 多种编程语言的包 package 和虚拟环境 environment 的管理;

  • 非常简单的完成 package 的安装、运行、更新、删除、依赖问题;

  • 可操作 repo.anaconda.com 上 7,500+ packages ;

  • 非常简单的完成不同环境的构建、保存、加载及切换;

  • 支持语言【本文只介绍对 python 操作】:Python、R、Ruby、Lua、Scala、Java、JavaScript、C / C ++、FORTRAN;

  • 支持操作系统:Windows, macOS 和 Linux。

本文目录

1、下载源channel详解
国内部分好用conda下载源
 清华大学源
 中国科学技术大学源
 国内部分好用pip下载源
pip源使用
 配置conda下载源
 方法一
 方法二
查看已配置下载源
查看已配置下载源优先级
删除下载源
 方法一
 方法二

2、conda系统相关命令
查询某个conda命令帮助文档【最有用命令】
查看conda系统版本等信息
查看conda所有配置信息
conda版本更新
Anaconda中所有包更新
conda更新python

3、包package管理
查看【当前环境】已安装的所有包
查看【当前环境】已安装【指定包】信息
查看【指定环境】已安装的包信息
查看包可用版本
查看某个范围内版本包
最新版包安装
指定版本包安装
指定list中版本包安装
指定范围内中版本包安装
包安装跳过【y/n】
包安装到指定环境中
当前环境包更新
指定环境包更新
包卸载

4、环境environment管理
查看已经存在的环境
创建环境
环境激活
环境退出
环境克隆
环境删除

5、Conda、pip及virtualenv三者比较 

1、下载源 channel 详解

下载源,即您下载东西的网址;
由于 Anaconda 的服务器在国外,默认源为 Anaconda.org,国内下载相应资源缓慢,所以需要设置国内 Anaconda 镜像源。

国内部分好用 conda 下载源

  • 清华大学源

网址:https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

#清华大学源https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  • 中国科学技术大学源

网址:https://mirrors.ustc.edu.cn/

#中国科学技术大学源https://mirrors.ustc.edu.cn/anaconda/pkgs/main/https://mirrors.ustc.edu.cn/anaconda/pkgs/free/https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/

国内部分好用 pip 下载源

#清华大学源https://pypi.tuna.tsinghua.edu.cn/simple#阿里巴巴源https://pypi.doubanio.com/simple#中国科学计数大学源https://pypi.mirrors.ustc.edu.cn/simple/#豆瓣源https://pypi.doubanio.com/simple
  • pip 源使用

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple#使用清华源下载pandas包

配置 conda 下载源

  • 方法一

以配置清华大学源为例。

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 config --set show_channel_urls yes 的作用是显示包的安装来源,如下

  • 方法二

linux 下打开 / home/xx/.condarc 文件,添加下面内容保存即可

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true

windows 下默认无. condarc 文件,需要 conda config --set show_channel_urls yes 先生成,然后添加上面的内容。

查看已配置下载源

conda config --show channels

查看已配置下载源优先级

conda config --get channels

默认源优先级已降至最低,新加入的清华源优先级最高

删除下载源

  • 方法一

直接删除. condarc 文件

  • 方法二

conda config --remove channels channels_Name

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

2、conda 系统相关命令

查询某个 conda 命令帮助文档【最有用命令】

conda config -h

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-a941TD3e-1687315861664)(https://mmbiz.qpic.cn/mmbiz_png/UGxk62Z8n3SE5w8sRMCCOVNI0DjFjvBh8EDWd4vMGujbqLEFrXvpzuYeicE0dOaibmZ9Qoxo7VtL7WR13ohxrIZA/640?wx_fmt=png)]

查看 conda 系统版本等信息

conda info

查看 conda 所有配置信息

conda config --show

以下列出部分

conda 版本更新

将 conda 更新为最新版

conda update -n base conda

Anaconda 中所有包更新

conda update anaconda

conda 更新 python

更新 python 到当前系列的最新版,当前为 python2,则只能更新到 python2 中最高版本,而不能更新到 python3。

conda update python 

3、包 package 管理

查看【当前环境】已安装的所有包

conda list

输出四列,Name(包名称)、Version(包版本号)、Build(包创建者)、Channel(包下载来源)。

查看【当前环境】已安装【指定包】信息

conda list PACKAGE_NAME

查看【指定环境】已安装的包信息

conda list -n ENV_NAME

conda list -n python2.7#查看环境python2.7下安装的所有包

查看包可用版本

conda search PACKAGE_NAME

conda search pandas#以pandas为例

查看某个范围内版本包

conda search “PKGNAME [version=‘>=1.0.0,<1.1’]”

conda search "pandas [version='>=1.0.0,<1.1']"#搜索版本处于1.0.0及1.1之间的pandas

最新版包安装

conda install PACKAGE_NAME 默认安装在当前激活的环境,安装最新版

conda install pandas#默认安装最新版本

指定版本包安装

conda install PACKAGE_NAME=VETSION_CODE

conda install pandas=1.1.1#安装1.1.1版的pandas

指定 list 中版本包安装

conda install “PACKAGE_NAME[version=‘1.0.4 |1.1.1’]”

conda install "pandas[version='1.0.4 |1.1.1']"#安装pandas 1.0.4版或者1.1.1版

指定范围内中版本包安装

conda install “PACKAGE_NAME>1.0.4,<1.1.1”

conda install "pandas>1.0.4,<1.1.1"#安装版本处于1.0.4到1.1.1之间的pandas

包安装跳过【y/n】

conda config --set always_yes yes
默认情况下为 conda config --set always_yes false,也就是安装过程中会请求是否继续安装,设置为 yes 则不再弹出请求。包安装到指定环境中

conda install -n ENV_NAME PACKAGE_NAME

可以这样做,但是完全没必要,建议先激活需要安装的环境,然后再安装

conda install -n python2.7 pandas#将pandas安装在环境python2.7中

当前环境包更新

conda update PACKAGE_NAME

conda update pandas

指定环境包更新

conda update -n ENV_NAME PACKAGE_NAME

包卸载

conda remove/uninstall PACKAGE_NAMEremove 和 uninstall 都可以

conda remove pandas

4、环境 environment 管理

查看已经存在的环境

以下三种方法均可以。

conda info -e
conda info --envs
conda env list

创建环境

conda create --name ENVNAME python=3.6

conda create -y -n python2.7 python=2.7.7

-y#-y, --yes Do not ask for confirmation. 即安装过程无需输入 y 确认
-n python2.7# 设置环境名称为 python2.7
python=2.7.7# 环境的版本为 python=2.7.7,可通过 conda search python 检索可安装的版本号
出现以下表示已经创建成功。

conda info -e 查看当前所有的 conda 创建环境

环境激活

conda activate python2.7

此时环境变为 Python2.7

  • 注意 1
conda 4.6后的版本,激活environment使用 conda activateconda 4.6前的版本,激活environment使用:Windows: activateLinux and macOS: source activate

环境退出

conda deactivate

回到了默认环境

环境克隆

将一个环境拷贝一份,二者配置一样,但是可以独立操作

conda create --clone python2.7 --name new_python2.7#将环境python2.7克隆一个new_python2.7

环境删除

conda remove --name new_python2.7 --all#将环境new_python2.7删除


5、Conda、pip 及 virtualenv 三者比较

  • conda 可同时管理 python 的包及环境;

  • pip 只能管理包;

  • virtualenv 只能管理环境:https://www.liaoxuefeng.com/wiki/1016959663602400/1019273143120480

Taskconda 同时管理 package 和 environmentpip 管理 packageVirtualenv 管理 environment
package 安装conda install $PACKAGE_NAMEpip install $PACKAGE_NAMEX
package 更新conda update --name $ENVIRONMENT_NAME $PACKAGE_NAMEpip install --upgrade $PACKAGE_NAMEX
conda 更新conda update condaLinux/macOS: pip install -U pip Win: python -m pip install -U pipX
package 卸载conda remove --name $ENVIRONMENT_NAME $PACKAGE_NAMEpip uninstall $PACKAGE_NAMEX
创建新的 environmentconda create --name $ENVIRONMENT_NAME pythonXcd $ENV_BASE_DIR; virtualenv $ENVIRONMENT_NAME
激活 environmentconda activate $ENVIRONMENT_NAME*Xsource $ENV_BASE_DIR/$ENVIRONMENT_NAME/bin/activate
退出 environmentconda deactivateXdeactivate
搜索可用 packagesconda search $SEARCH_TERMpip search $SEARCH_TERMX
从指定源下载 packageconda install --channel $URL $PACKAGE_NAMEpip install --index-url $URL $PACKAGE_NAMEX
查看已安装 packagesconda list --name $ENVIRONMENT_NAMEpip listX
创建项目需求文件conda list --exportpip freezeX
列出所有 environmentsconda info --envsXInstall virtualenv wrapper, then lsvirtualenv
conda 和 pip 相互安装conda install pippip install condaX
安装指定版本 Pythonconda install python=x.xXX
Python 升级conda update python*XX

参考资料

  • https://github.com/conda/conda

  • https://conda.io/projects/conda/en/latest/index.html#

-END-

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Pythonconda是一个用于管理Python环境和软件包的工具。它是Anaconda发行版中的一部分,也可以作为独立的软件包进行安装和使用。通过使用Pythonconda,您可以轻松地创建、管理和切换不同的Python环境,并安装和更新各种Python软件包。 要安装Pythonconda,您可以使用Anaconda或Miniconda来获取。Anaconda是一个完整的数据科学平台,包含了CondaPython以及许多常用的科学计算包和工具。而Miniconda是一个精简的安装版,仅包含了CondaPython和一些必要的工具集。 在安装完成Anaconda或Miniconda后,您可以在Anaconda Prompt中使用命令行来创建一个新的Python环境,例如使用命令`conda create -n tensorflow python=3.8.12`来创建一个名为"tensorflow"的新环境,并指定Python版本为3.8.12。然后,您可以使用命令`conda activate tensorflow`来激活该环境。 通过Pythonconda,您可以轻松地管理不同的Python环境和软件包,以及在这些环境中进行开发和实验。它是一个非常方便和强大的工具,特别适用于数据科学和机器学习的开发工作。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [详解Python CONDA](https://blog.csdn.net/lemonbit/article/details/124701138)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Conda 配置 Python 环境](https://blog.csdn.net/yuhext/article/details/128792420)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值