有网友反映清华源已经不能使用。由于人在国外暂时无法验证,还请有验证过其它源的告知一下,是否国内源都已经不能访问,还是只有清华源出问题。谢谢。2020.9.16
在科学计算和机器学习等领域,经常会用到多套Python运行环境。Anaconda以及其命令行工具conda是Python虚拟环境管理的利器,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。由于国外网站访问速度问题,所以这里讲怎么从国内的镜像安装Anaconda。
一、安装和配置Anaconda
下面链接是清华大学开源软件镜像站的Anaconda 镜像使用帮助:清华大学开源软件镜像站mirror.tuna.tsinghua.edu.cn
按照上面帮助中的说明,安装完Anaconda之后,修改配置文件.condarc,将channel指向国内源:
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- 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/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
二、创建和使用虚拟环境
Anaconda自带了一个图形管理界面Anaconda-Navigator。不过我倾向于使用命令行工具conda来进行虚拟环境的管理。附上conda命令行的cheat sheet作为参考:
比较常用的几个命令:
conda create -n ENV_NAME
conda activate ENV_NAME
conda install PACKAGE_NAME
conda search PACKAGE_NAME
conda env list
conda list
三、保存、迁移或恢复虚拟环境
在需要迁移或冻结当前虚拟环境时,可以使用以下命令保存名为ENV_NAME的环境:
conda env export -n ENV_NAME > environment.yml
在需要恢复该环境时,可以从environment.yml重新创建该环境:
conda env create -f environment.yml
还可配合Visual Studio Code使用。另外,Anaconda也支持R语言的虚拟环境,与Python的虚拟环境类似,不再赘述。