Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项. 平时可以使用anaconda基本代替原本的python使用,它的包管理比较简单方便.管理虚拟环境也十分的方便好用,给大家大力推荐(真的是神器,你会发现用它甚至连opencv,pytorch,caffe都可以直接conda install 安装,十分简单.)
本文的绝大多数内容来源于官方网站,https://conda.io/docs/user-guide/tasks/index.html
感兴趣的同学可以自己点击查看,不过这个网站是英文的,我这里很多工作相当于是翻译了这个网站的一些内容啦~
不过相对于原本网站,我省略了一些基本用不到的功能,并将常用功能位置提前了,内容上可能比较多,需要查询指定功能的可以使用ctrl+f查询关键字~
[TOC]
关于安装Anaconda
关于Anaconda在windows上的安装可以参考我的这篇文章:https://blog.csdn.net/tuzixini/article/details/78841243
安装完成之后可以使用如下命令添加清华镜像源,加速包的安装下载.
注意最后的pytorch的通道,linux和win使用的通道不同,可以按照自己的情况添加指定的通道.
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels
# for pytorch
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/详细情况可以参考:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
本文的绝大多数内容来源于官方网站,https://conda.io/docs/user-guide/tasks/index.html
感兴趣的同学可以自己点击查看,不过这个网站是英文的,我这里很多工作相当于是翻译了这个网站的一些内容啦~
关于conda管理
查看conda版本
conda --version
# or
conda -V查看包括版本的更多信息
conda info更新conda
conda update conda关于环境管理(虚拟环境)
查看conda环境管理命令帮助信息
conda create --help新建虚拟环境
# envname 指代你新建的环境的名称
conda create --name envname
# 后面会让你确认,输入y回车就好创建出来的虚拟环境所在的位置为conda路径下的env/文件下,,默认创建和当前python版本一致的环境.
删除虚拟环境
conda remove --name envname --all创建指定python版本,指定包的虚拟环境
# 指定python版本
conda create -n envname python=3.4
# 指定包
conda create -n envname scipy
# 指定包版本
conda create -n envname scipy=0.15.0
# 指定python版本,以及多个包
conda create -n envname python=3.4 scipy=0.15.0 astroib numpy给虚拟环境安装包
# 首先需要创建名称为envname的虚拟环境
conda install -n envname scipy
# 指定包版本
conda install -n envname scipy=0.15.0如果想要在每个新建的环境中默认安装指定的包,可以修改 .condarc 配置文件,指定每次新建环境默认安装的包.
如果在某个特定的虚拟环境中不需要安装默认的包,可以使用如下命令新建虚拟环境:
conda create --no-default-packages -n envname python从 environment.yml文件新建环境
conda env create -f environment.yml
# yml 文件的第一行设定了新环境的名称,具体情况可以查看以下网址
# https://conda.io/docs/user-guide/tasks/manage-environments.html#create-env-file-manually查看当前环境安装的包
conda list克隆一个环境
# clone_env 代指克隆得到的新环境的名称
# envname 代指被克隆的环境的名称
conda create --name clone_env --clone envname查看conda环境信息
conda info --envs构建相同的conda环境(不通过克隆的方法)
# 查看包信息
conda list --explicit
# 导出包信息到当前目录, spec-file.txt为导出文件名称,可以自行修改名称
conda list --explicit > spec-file.txt
# 使用包信息文件建立和之前相同的环境
conda create --name newenv --file spec-file.txt
# 使用包信息文件向一个已经存在的环境中安装指定包
conda install --name newenv --file spec-file.txt激活新环境
# for windows
activate envname
# for liunx and MACOS
source activate envname退出当前环境
# for windows
deactivate
# for linux and MACOS
source deactivate
# conda 退出环境的原理是从你的环境变量中删除当前环境的路径查看当前环境
通常情况下,当前环境的名称会放在()或者[]中然后展示在你命令行的开头处,如下
(envname)$如果没有展示,可以使用如下命令进行查看
conda info --envs所有的环境会被展示,你当前所处的环境会被高亮,并且带有*号
关闭显示环境名称功能(默认开启)
conda config --set changeps1 false开启显示环境名称功能
conda config --set changeps1 true以列表形式展现所有环境
conda info --envs
# OR
conda env list查看环境中包的列表
# 查看未激活的环境的包列表
conda list -n envname
# 查看激活的当前环境的包列表
conda list
# 参看某一环境中是否安装指定包
conda list -n envname numpy在环境中使用pip
conda install -n envname pip
source activate envname
pip <pip_subcommand>保存环境变量
略
分享环境
这里使用生成 environment.yml文件实现conda环境的分享
首先激活环境
win:
activate envnameLinux:
source activate envname然后使用如下命令将当前激活的环境导出为文件 environment.yml
conda env export > environment.yml你可以自己手动写一个yml文件
一个简单的版本:
name: stats
dependencies:
- numpy
- pandas一个复杂的版本:
name: stats2
channels:
- javascript
dependencies:
- python=3.4 # or 2.7
- bokeh=0.9.2
- numpy=1.9.*
- nodejs=0.10.*
- flask
- pip:
- Flask-Testing你可以使用如下方法排除默认通道
channels:
- javascript
- nodefaults通道管理
# 将通道 new_channel 添加到通道列表顶端,优先级最高
conda config --add channels new_channel
# 将通道 new_channel 添加到通道列表顶端,优先级最高,和上一句效果一致
conda config --prepend channels new_channel
# 将通道 new_channel 添加到通道列表底端,优先级最低
conda config --append channels new_channel
# 展示通道情况
conda config --set show_channel_urls yes
# 要使conda使用旧方法并在任何列出的通道中安装最新版本的软件包
conda config --set channel_priority false建立自定义通道
通道是conda查找包的路径。 使用和管理自定义渠道的最简单方法是在Anaconda.org上使用私有或公共存储库，以前称为Binstar.org。 如果您将Anaconda.org存储库指定为私有，那么只有您和您授予访问权限的人才能访问您的私有存储库。
如果您不希望将软件包上传到Internet，则可以通过Web服务器或使用file：// URL本地构建自定义存储库。
想要建立自定义通道,可以使用如下步骤:
1.如果你没有使用过 conda build ,使用如下命令安装 conda build
conda install conda-build2.按照如下方式组织您希望服务的平台的子目录中的所有包：
channel/
linux-64/
package-1.0-0.tar.bz2
linux-32/
package-1.0-0.tar.bz2
osx-64/
package-1.0-0.tar.bz2
win-64/
package-1.0-0.tar.bz2
win-32/
package-1.0-0.tar.bz23.为各个平台运行 conda index 命令
conda index channel/linux-64 channel/osx-64 channel/linux-32 channel/win-64 channel/win-32conda index 命令会在每个目录下建立一个 repodata.json 文件,conda 使用该文件来获取通道中所有包的元数据
注意:每次你新增或改动通道中的包,你必须重新运行conda index命令来更新
4.测试自定义频道，请使用Web服务器或使用file：// url为频道目录提供自定义频道。通过向自定义通道发送搜索命令进行测试。
举例:如果你想要测试/opt/channel/linux-64/ 目录下的自定义通道,使用如下命令:
conda search -c file://opt/channel/ --override-channels注意:URL中不需要指定平台,codna会自动检测并添加平台
注意:选项 –override-channels 确保了conda只搜索你指定的通道,不会去搜索默认通道或者其他任何你加入的通道.
如果你正确的设置了你的私人仓库,你会得到如下输出:
Fetching package metadata: . . . .后面会跟随输出找到的conda包,这说明你自己的通道建立完成
包管理
搜索包
# 在所有添加的仓库以及默认仓库中搜索包 numpy
conda search numpy
# 在默认仓库中搜索包 scipy
conda search --override-channels --channel defaults scipy
# 在指定通道/仓库中搜索包iminuit
conda search --override-channels --channel http://conda.anaconda.org/mutirri iminuit安装包
# 向当前环境安装包 scipy
conda install scipy
# 向当前环境安装包 scipy 并指定版本
conda install scipy=0.15.0
# 向当前环境安装多个包
conda install scipy curl
# 向当前环境安装多个包,并指定包版本
conda install scipy=0.15.0 curl=7.26.0
# 向当前环境安装多个包,并指定包版本与python版本,一般情况下不用指定python版本
conda install scipy=0.15.0 curl=7.26.0 -n py34_env
# 向指定虚拟环境中安装指定包
conda install --name myenv scipy从codna默认通道/官方通道安装包
1.使用浏览器访问 http://anaconda.org
2.以安装包bottleneck为例,在左上角的搜索框中输入bottleneck进行搜索
3.找到你想要的包,点击包名,查看详情页
详情页会展示包来源的通道的名称,在这个例子中通道名称为pandas
4.获取了通道名称后,使用conda install -c参数指定通道安装包,代码如下
conda install -c pandas bottleneck5.使用如下命令检查包是否安装
conda list安装非conda包/conda中使用pip
首先检查环境变量,确保使用的pip是当前conda环境中的pip
# 可以使用如下命令安装pip到当前虚拟环境
conda install pip
# 使用pip安装numpy
pip install numpy查看所有安装的包
# 查看当前换件中安装的所有包
conda list
# 查看指定虚拟环境中安装的所有包
conda list -n envname更新环境
# 更新指定包
conda update unmpy
# 更新所有包
conda update
# 更新python
conda update python
# 更新conda本身
conda update conda
# 更新anaconda元数据
conda update conda
conda update anaconda这些命令后面可能会让你选择是否执行,y or n,根据自己需要选择
阻止包更新
可以通过在当前环境下的conda-meta文件夹下新建一个名为pinned的文件,并在文件中写入想要阻止更新的包信息来阻止相关包的更新,例如文件内容如下
numpy 1.7.*
scipy ==0.14.2在这个pinned文件存在的情况下,使用conda update numpy命令会把numpy保持在1.7.1版本(如果原本是1.7下的任意版本,则保留不变),使用conda install scipy=0.15.0命令将会报错.
使用 –no-pin 命令可以在当前命令中解除对包版本的限制
# 该命令将无视对numpy包版本的限制,更新numpy
conda update numpy --no-pin
# 但是后面如果再次使用了如下的普通更新命令(不带--no-pin的更新命令),会导致numpy被重新滚回到指定版本
conda update删除包
# 删除当前环境中的scipy包
conda remove scipy
# 删除当前环境中的多个包
conda remove scipy curl
# 删除指定环境中的指定包
conda remove -n myenv scipy创建包
略
Python管理
查找可以安装的python
# 查找所有名称包含python的包
conda search python
# 查找全名为python的包
conda search --full-name python安装不同版本的Python
在不影响当前版本的情况下,新建环境并安装不同版本的python
新建一个Python版本为3.6 名称为 py36 的环境
conda create -n py36 python=3.6 anaconda注:将py36替换为您要创建的环境的名称。 anaconda是元数据包，包含所有包含Anaconda发行版的Python包。 python = 3.6是您要在此新环境中安装的软件包和版本。 这可以是任何包，例如numpy = 1.7，或多个包。
新建一个Python版本为2.7 名称为 py27 的环境
conda create -n py27 python=2.7 anaconda然后激活想要使用的环境即可
更新Python
# 普通的更新python
conda update python
# 将python更新到另外一个版本/安装指定版本的python
conda install python=3.6
扫一扫
1578
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
