在数据科学、机器学习和科学计算的世界里,有效地管理项目依赖和环境是实现流畅开发和确保结果可复现性的关键。这里,我们将探索 Conda —— 一个被广泛认可的包管理和环境管理系统。Conda 不仅仅是 Python 的一个工具,它跨越了语言边界,成为了一个多语言的环境解决方案。无论是环境隔离、解决依赖问题、还是跨平台支持,Conda 都提供了一条简单而一致的路径,使得开发人员可以在不同的项目之间无缝切换,同时保持各自环境的独立性和清洁性。在这篇文章中,我们将深入探讨 Conda 的核心特性,展示它如何成为科学计算和数据科学领域不可或缺的一部分,并提供实际的指导,帮助您高效地使用这个强大的工具。
1.下载miniconda.sh并另存到/data/tool_packages目录下
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda-3.9.1-Linux-x86_64.sh -P /data/tool_packages --no-check-certificate
2.将miniconda安装到/data/tools/miniconda3路径下
bash Miniconda3-py38_4.8.3-Linux-x86_64.sh -b -p /data/tools/miniconda3
-b选项表示进行批处理安装,而-p选项指定Miniconda的安装路径为/opt/miniconda。
3.将Miniconda3的bin目录添加到系统路径中,以便可以在终端中运行conda命令
vim ~/.bashrc
在最后一行加入 export PATH=/data/tools/miniconda3/bin:$PATH
4.重新启动终端或使用source命令使更改生效
source ~/.bashrc
5.检查是否安装成功
conda -V
6.设置不自动进入base环境
conda config --set auto_activate_base false
7.设置镜像源
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
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
8.创建/启动/退出/删除虚拟环境
# 创建环境
conda create -n 环境名称 python==版本
# 初次安装conda需要初始化,IMPORTANT: You may need to close and restart your shell after running 'conda init'.
conda init
# 启动环境
conda activate 环境名
# 退出环境
conda deactivate
# 删除环境
conda remove -n 环境名 --all
9.启动环境脚本
!/bin/sh
sudo source /opt/miniconda39/etc/profile.d/conda.sh
sudo conda activate pymc38_env
sudo chmod +x /home/dbt/project_pro/bayes_analysis/Bayesian_v2.py
/opt/miniconda39/envs/pymc38_env/bin/python -u /home/dbt/project_pro/bayes_analysis/Bayesian_v2.py > /home/dbt/project_pro/bayes_analysis/Bayesian_v2.log 2>&1 &
10.生成配置文件
(tf2_py37) [root@VM-48-90-rockylinux /]# jupyter lab --generate-config
Writing default config to: /root/.jupyter/jupyter_lab_config.py
关注微信公众号,及时获取最新动态~~~