运用conda管理python环境

         多项目的场景中，若不做好环境管理/所有项目使用同一个环境开发（学习python的新手可能会这样），后果将是毁灭性的，因此我们需要对每个人/每个python项目做好环境管理，在此分享一些我使用canda的心得。

这里我们在windows中安装conda，在linux中安装miniconda，当然新手也可以直接装个anaconda，anaconda有可视化界面，对新手友好，但占用的资源也更多。

1、下载资源官方网站：

www.anaconda.com/products/distribution

2 官网上的选项：

windows玩法如下：

整个安装过程，无脑点击就行。唯一需注意的是添加path到环境变量的选项记得打勾。以下两个都打勾，免得自己手动去配置。

3、验证：

出现版本号即是环境配置成功。

4、配置默认目录：

安装好后环境默认在C盘C:\Users\Username\.condarc目录下，本人不太喜欢用c盘放资料，修改默认目录。

在配置文件中会有这么一项： 

5 指令窗口指令：

conda create -n 环境名称 python=3.8        创建一个3.8版本的python环境

conda env list                                             列出所有环境

conda activate 环境名称                            激活（使用）环境

游标前缀有如上括号标识当前操作在该环境中进行 

在环境中：

pip install 包名=版本名                                 安装Lib（库文件）

conda env export > requirements.yml         导出环境配置文件

conda install --yes --file requirements.txt     安装环境配置文件

conda deactivate                                          退出环境

6、在windows环境中，在命令窗口玩比较鸡肋，直接在IDE里配置就好。以最流行的pycharm举例：

创建环境是点击new env,下拉选择conda，

python version：你想要的版本

Conda executable:指向conda入口的批处理文件，该文件第一次这么玩时可能需要手动选择（因为pycharm无法识别），位置是conda目录下的Scripts下的conda.exe 

修改配置文件中的下载路径，可以让下载速度更快。

配置文件的位置：C:\Users\你自己的账号\.condarc

用文本打开，修改成清华镜像位置如下：

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true

 

下面介绍linux使用conda:

1、下载地址：

Index of /anaconda/miniconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

 我这里直接贴出linux命令，直接去linux粘贴即可：

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py39_4.12.0-Linux-s390x.sh --no-check-certificate

输入sh  Miniconda3-py39_4.12.0-Linux-s390x.sh 一路按回车键，输入一个yes,继续回车，安装完成。重启后：

安装完成。

linux中的指令和上面列出的一样，百度收索“canda指令”有详解这里不列了。 

最后再说一个导出requerment.txt和安装

在windows下：

 

 

conda activate 环境名   激活环境， 然后conda env export > learning_re.txt  导出txt格式的配置文件。环境文件导出的位置，在你打开这个cmd的位置，cmd直接打开时默认是C盘下Windows下system32，建议切换到想要导出的文件再输入，把他上传到服务器。

在linux中：

pip install -r  requerment文件的位置     安装可能会出现超时等情况，可以多次安装直到成功。

到此，可以直接把没打包好的python文件放到linux里运行了。