Anaconda环境管理

前言

一般我们往往会在一个主机上运行多个由别人写的项目，而别人写的项目所用的开发环境又有很大的不同，比如A项目用的是Python3.6，B项目用的是Python3.7。很多时候一个项目必须在特定的环境下才能运行，而我们又不能每次运行一个项目，就把原来的环境给卸载掉，那样就太麻烦了。而且配环境这个过程其实也并不轻松。而且多个项目也不能并行运行，基于此，出现了Anaconda，一个环境管理工具，可以利用Anaconda来管理多个环境，也就是说在一台主机上，同时具有多个环境。每次运行一个新项目就新建一个虚拟环境即可，这样就能轻松解决上述问题。

环境管理

查看系统存在哪些虚拟环境

执行下面的指令，即可看到系统存在的虚拟环境。在安装Anaconda后，会默认有一个名叫base的环境。

conda env list
conda info ‒-envs

这条指令也可以看到各个环境的安装位置信息。默认状况下：在用户.conda\envs目录下存放环境

创建虚拟环境

比如创建一个以test命名的Python环境，执行下面命令：

conda create -n test python=3.7

• n是name的简称,python的版本是3.7，也可以是其他版本
• 如果不特别指定路径，虚拟环境会默认安装在C盘，如果不想安装在C盘，也可以指定安装位置（但是我的电脑用其他博客讲述的方法并没有实践成功）
• 亲测可以使用如下方法来将虚拟环境创建在其他位置

在cmd窗口下切换到待安装位置目录下（默认的安装位置为.conda\envs），如果安装位置有权限限制，就用管理员权限打开cmd
conda create --prefix=test python=3.9 

激活虚拟环境

创建好虚拟环境以后，如何进入该虚拟环境？

在命令行窗口输入以下指令进入该虚拟环境test。该指令的字面意思是使用conda的方法激活activate环境test

conda activate test

退出虚拟环境

conda deactivate

删除虚拟环境

conda remove -n 环境名字 --all

环境的导入与导出

当我们去复现项目的时候，或者批量将项目运行在多个主机时，为了方便进行环境部署，最好能一键部署。就能大大减轻工作量，因为环境配置这个工作是很繁琐的。接下来我将用一个例子来演示。

假设我在虚拟环境1上运行了一个项目1，导出项目所用的环境，然后在虚拟环境2上导入该环境，并部署项目1

1. 进入虚拟环境1
2. 切换到项目根目录
3. 执行下面的指令，导出环境。requirements.txt的格式大概如下图所示

pip freeze > requirements.txt

4. requirements.txt的格式大概如下图所示
   
5. 切换到虚拟环境2
6. 将requirements.txt文件放到项目2的根目录下
7. 执行下面的命令，导入环境。然后就会自动配置环境

pip install -r requirements.txt

注意这个方法，在安装pytorch的时候默认安装的cpu版本

包管理

查看该环境下安装了哪些包package

首先切换到该环境下，具体方法看上文

conda list
或者
pip list 

安装包

一般在安装Anaconda后，在创建虚拟环境的时候，会默认安装一些必要的包

pip/conda install 包名，比如安装numpy包

pip install numpy

如果要安装指定版本的包：pip install 包名==版本号

查看安装的包的版本

包名.__version__，比如查看numpy包的版本

更新包

• pip/conda install --upgrade <包名>：升级指定的Python包。
• pip/conda install --upgrade <包名>==<版本号>：升级到指定版本的Python包
  比如将numpy包升级到1.24.3版本

pip install --upgrade numpy==1.24.3

卸载包

pip install 包名

conda remove 包名称

包默认安装位置

.conda/envs/环境名字/Lib/site-package

包/环境管理工具pip/conda

pip和conda都是包管理工具，大多数情况下，二者区别不大。pip是Python官方指定的包管理工具，也可以理解为一种特殊的包，一般会默认安装。有时候如果pip命令安装失败，也可能是pip版本过低导致，可以尝试升级pip版本重新安装。一般情况下,如果是默认下载源，使用pip命令下载包会从官方指定的仓库PYPI下载，如果因为国内网速原因下载速度过慢，也可以变更下载源，比如将国外PYPI仓库改为国内的清华或阿里云等镜像下载地址。具体更改下载源的方法可以在网上搜索，很容易搜到。而conda指令所下载的包来源于Anaconda仓库，这是由Anaconda公司维护的一个官方软件包仓库，包含了大量的常用Python包。conda会优先从Anaconda仓库下载包，如果在该仓库中找不到对应的包，才会从其他仓库下载。我个人更多的时候用pip。