Conda/Miniconda/Anaconda 安装及命令整理

BingGO35

于 2024-07-30 14:29:46 发布

阅读量567

点赞数 28

文章标签： conda python

本文链接：https://blog.csdn.net/weixin_42684822/article/details/140794914

版权

# Conda/Miniconda/Anaconda 介绍

1. Conda/Miniconda/Anaconda 之间的关系

Conda: 你可以从官方文档找到对Conda的介绍, Conda是一个适用于任何语言的软件包/依赖项/环境管理工具, 而不仅仅是python的包/环境管理工具. Conda可以让用户更轻松方便的安装/运行/更新软件包, 方便的创建/保存/加载/切换虚拟环境.

Anaconda/Miniconda是打包好的Conda安装程序, 可以帮你一键安装 Python + Conda + 一些软件包, 不同之处在于Anaconda同时打包了1500个常用的软件包, 可以一次性安装到你到python环境中, 这样你就不用再一个个安装软件包了, 对新手非常友好. 而Miniconda一个最小的python+conda安装程序, 只包含了最必要的包.

2. 我该选择Anaconda还是Miniconda?

如果你是新手, 不要犹豫, 请直接安装Anaconda, 这样你就不需要在环境配置上花费太多时间, 安装即用, 专心把精力花在python学习上吧. 当然, 因为Anaconda附带了大量的库, 所以Anaconda安装过程会比较久, 安装后也会占用较大的空间(几个G), 但请相信, 安装过程的时间成本相比自行配置安装环境的成本要低多了.

如果你使用Anaconda已经有一段时间了, 对conda的命令都已经熟悉, 那就可以试一下Miniconda了, 只安装自己需要的包. 此外在一些需要部署的场合, 安装几个G的Anaconda也是不现实的, 并且很多库都用不上, 此时使用Miniconda就是一个更合适的选择.

3. 为什么要切换虚拟环境呢? 只用一个环境不行吗?

不行的, python的软件包数量众多, 版本更新迅速, 但不同包以及不同版本的包对其他软件包的依赖情况可能不同. 所以在不同的项目中我们可能需要给项目配置不同的环境, 比方说有的项目要在python2.7下运行, 有些要在python3.6, 有的要使用opencv3, 有的要使用opencv4. 因此我们需要一个工具能帮我们方便的创建/管理虚拟环境, 于是Conda应运而生, 成为在这方面最流行的一个工具.

Ubuntu快速安装miniconda

1. 下载加安装

在想要安装的miniconda的文件夹下输入以下命令：

mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh
以上命令来自官方Miniconda — Anaconda documentation，亲测有效且快速~（官方命令真的神，不用一直回车什么的，参数都传进去了

2.初始化conda

~/miniconda3/bin/conda init bash
~/miniconda3/bin/conda init zsh
重启终端出现(base)

3.配置清华源镜像

# conda 添加国内源

方法一：

添加国内源/通道, 默认源在国外, 国内访问较慢, 建议添加国内源, 下载更新能节省很多时间, 以下为清华的源, 比较常用

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

方法二：
如果是普通用户：

cd /home/yourUserName

如果是root用户：

cd /root

然后

vim .condarc

直接复制粘贴清华源的索引（如果是第一次安装，这个文件是空的）

channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- 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
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

退出编辑，输入命令，即可添加 Anaconda Python 免费仓库。

运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。

运行 conda create -n myenv numpy

以上参考：

anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

# 设置安装时显示源地址, 方便安装时知道包来自哪个源

conda config --set show_channel_urls yes

# Conda 常用命令

# 查看 conda 版本信息
conda info
# 更新 conda 版本
conda update -n base conda

创建虚拟环境：

conda create -n python311 python=3.11

进入虚拟环境：

conda activate python311

conda 其它命令：

#创建虚拟环境
conda create -n your_env_name python=X.X（3.6、3.7等）
 
#激活虚拟环境
source activate your_env_name(虚拟环境名称)
 
#退出虚拟环境
source deactivate your_env_name(虚拟环境名称)
 
#删除虚拟环境
conda remove -n your_env_name(虚拟环境名称) --all
 
#查看安装了哪些包
conda list
 
#安装包
conda install package_name(包名)
conda install scrapy==1.3 # 安装指定版本的包
conda install -n 环境名 包名 # 在conda指定的某个环境中安装包
 
#查看当前存在哪些虚拟环境
conda env list 
#或 
conda info -e
#或
conda info --envs
 
#检查更新当前conda
conda update conda
 
#更新anaconda
conda update anaconda
 
#更新所有库
conda update --all
 
#更新python
conda update python

# conda 环境相关, 新建/激活/切换/删除

# 列出所有环境
conda env list

# 新建环境
# 新建一个名为 ENVNAME 的python版本为3.6的
conda create --name ENVNAME python=3.6
# 这里 --name 可以缩写为 -n，所以下面这个用法更常用, 下文同样会使用这种缩写方式，查看所有的缩写
conda create -n ENVNAME python=3.6

# 也可在创建环境的同时安装一些包,也可以同时指定包的版本, 如
conda create -n ENVNAME python=3.7 numpy=1.16.4 matplotlib

# 激活/切换环境

# 激活名为 ENVNAME 的环境
conda activate ENVNAME

# 激活特定路径的环境，笔者注: 这个命令偶尔会用
conda activate /path/to/environment-dir

# 关闭当前环境，笔者注: 如果不在继续使用此命令行窗口，直接关闭该窗口静即可
# 关闭环境后面不需要指定环境名,默认关闭当前环境
conda deactivate 

# 删除环境, 笔者注: 也可以直接删掉 anaconda 安装目录下 envs 里面的对应文件夹
conda remove -n ENVNAME --all

# 复制环境, 笔者注: 不可通过复制 anaconda 安装目录下 envs 下的文件夹来复制环境, 因为这样的操作不会自己改变此环境里的配置信息, 对复制后的环境的操作会影响到原环境
# 复制 ENVNAME1, 新环境命名为 ENVNAME2

conda create -n ENVNAME2 --clone ENVNAME1

# 重命名, 目前没有直接重命名的命令, 需要先 clone 再 remove 旧环境

conda create -n ENVNAME2 --clone ENVNAME1

conda remove -n ENVNAME1 --all

# 包管理相关

# 列出当前环境已安装的所有包
conda list

# 列出指定环境的所有包
conda list -n ENVNAME 

# 列出当前环境变化的版本历史, 笔者注: 这个版本记录类似与git的记录, 记录你每次的包管理操作后环境记录
# 笔者注: 这个命令关键时候可以救命, 比方说你手贱升级了某个环境, 发现有问题想回滚到之前的环境状态时
conda list --revisions

# 同上, 列出指定环境的包管理变化的版本历史
conda list --name ENVNAME --revisions

# 结合上面两个命令使用, 先通过上面的命令列出所有版本, 然后通过下面这个命令会退到某个版本
conda install -n ENVNAME --revision REV_NUMBER

# 删除某个环境, 还有一个比较暴力的方式就是直接删除anaconda安装路径下的 envs/ENVNAME 文件夹
conda remove -n ENVNAME --all

# 环境共享相关

# 复制指定环境
conda create --clone ENVNAME --name NEWENV

# 导出指定环境到YAML文件 (便于在另一台电脑上导入以恢复同样的环境)
conda env export --name ENVNAME > envname.yml

# 从YAML文件创建环境
conda env create --file envname.yml

# 如果当前目录下有 environment.yml 文件, 也不输入文件名直接创建环境,如下:
conda env create

# 导出当前环境的包版本列表
conda list --explicit > pkgs.txt

#或者使用下面命令导出更简单的包列表
conda list -e > pkgs.txt

# 基于包版本清单创建环境
conda create --name NEWENV --file pkgs.txt

# Packages(包)和Channels(源/通道)的使用

# 添加 Channels
conda config --add channels CHANNELNAME

# 使用conda从已配置的Channels中搜索包, 可以带上版本号, 笔者注: 用得少, 图形界面的系统下, 可以直接百度/google搜索更方便一点
conda search numpy=1.16

# 使用anaconda从所有Channels中搜索包
anaconda search FUZZYNAME

# 从指定通道安装包,如
conda install conda-forge::PKGNAME

# 安装指定版本的包,一个等号或2个等号均可
conda install PKGNAME==3.1.4

# 卸载当前环境的某个包
conda uninstall PKGNAME

# 卸载指定环境的某个包
conda uninstall -n ENVNAME PKGNAME

# 升级环境的所有包, 同样可以指定环境
conda update --all -n ENVNAME

# 升级某个包, 同样可以通过 -n ENVNAME 指定环境

conda update PKGNAME

# 其他有用的命令

# 搜索包时加上 --info, 可以输出包的详细信息
conda search PKGNAME --info


# 清理不用的缓存和包, 有时可以轻轻松松清理出几个G, 但如果不是硬盘空间特别有限的情况, 建议不用清理, 因为安装包如果缓存中有这个包就不用重新下载了
conda clean --all

# 安装包且输出命令提示,也就是直接安装不需要确认, 再写自动运行的脚本时会很有用
conda install --yes PKG1 PKG2

# 输出conda的配置
conda config --show

本文整理与以下链接：

https://www.cnblogs.com/HELO-K/p/11519988.html

Ubuntu快速安装miniconda_ubuntu miniconda-CSDN博客

ubuntu-conda-gpu-安装xinference - 代号尚行

Miniconda — Anaconda documentation