关于Anaconda的一切

1. 环境查询，安装，卸载，克隆

1.1 查看环境列表

查看 Python 运行环境，可通过以下命令实现

conda info --envs

或者

conda env list

1.2 创建新的Python环境

比如我已经安装了 Python3.6 的环境，想要安装 Python2.7 的环境

conda create -n py27 python=2.7

• 参数 py27 指新创建的环境名
• python=2.7 指你想要创建的 Python 版本

1.3 激活/停止 Python 环境

切换到新创建的环境 py27

source activate py27

切换回基础环境

source deactivate

或者

source deactivate py27

1.4 克隆/移除环境

可以通过上述步骤创建多个环境，移除 创建的环境使用如下命令：

conda env remove -n ENVIRONMENT

也可以从之前环境中 克隆 一个新环境

conda create --name myclone --clone myenv

2. 卸载

已卸载 opencv 为例
首先查询当前已安装 opencv

$ conda list | grep opencv
libopencv                 3.4.2                hb342d67_1  
py-opencv                 3.4.2            py37hb342d67_1

3. 查询、安装指定版本

3.1 查询

3.1.1 在线查询

• 登录https://anaconda.org/search查询

• 使用命令conda search查询

使用命令查询时可以制定源地址，常用源地址为conda-forge

$ conda search -c conda-forge opencv=4.1.0

3.1.2 命令行查询

如果当前配置的源中没有指定包，会抛出如下错误

PackagesNotFoundError: The following packages are not available from current channels:

使用命令行查询存在指定包的源

$ anaconda search -t conda XXX

选择一个源进行安装即可（通常使用conda-forge）

$ conda install -c conda-forge XXX

或者

$ conda install -c https://conda.anaconda.org/conda-forge XXX

3.2 安装

$ conda install opencv=4.1.0

指定源地址安装

$ conda install -c conda-forge opencv=4.1.0

4 配置国内镜像源

新安装了Anaconda，发现使用conda下载时很慢，参考Anaconda 镜像使用帮助以加速

4.1 生成配置文件

执行以下命令

conda config --set show_channel_urls yes

生成配置文件.condarc，也可以手动创建

4.2 配置

打开文件~/.condarc，添加

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/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
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

4.3 再次加速

不知为何清华镜像使用帮助提供的地址仍旧包含了默认地址

channels:
  - defaults
...
...

当下载速度仍旧很慢的时候，可以试试去掉上面这部分内容

4.4 更新

清除索引缓存，保证用的是镜像站提供的索引

$ conda clean -i

5 conda安装环境报错

解决

Solving environment: failed with initial frozen solve. Retrying with flexible solve.

的问题。

使用conda安装时经常遇到以下问题：

$ conda install -c conda-forge opencv=4.2.0
Collecting package metadata (current_repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Solving environment: / failed with repodata from current_repodata.json, will retry with next repodata source.
...

参考conda安装环境报错：Solving environment: failed with initial frozen solve.

# 查询版本
$ conda -V
# 升级
$ conda update -n base conda
Collecting package metadata (current_repodata.json): done
Solving environment: \ 
The environment is inconsistent, please check the package plan carefully
The following packages are causing the inconsistency:

  - https://repo.anaconda.com/pkgs/main/linux-64::anaconda==2019.07=py37_0
  - https://repo.anaconda.com/pkgs/main/linux-64::numba==0.44.1=py37h962f231_0
done

## Package Plan ##

  environment location: /home/lab305/anaconda3

  added / updated specs:
    - conda


The following packages will be downloaded:
...
...

升级 conda 到最新版本后再更新全部应用：

$ conda update --all
Collecting package metadata (current_repodata.json): done
Solving environment: done


## Package Plan ##

  environment location: /home/lab305/anaconda3/envs/pytorch1.3


The following packages will be downloaded:

就可以继续使用 conda 安装应用：

$ conda install -c conda-forge opencv=4.2.0 
Collecting package metadata (current_repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Solving environment: done
Collecting package metadata (repodata.json): done
Solving environment: \ debug2: client_check_window_change: changed
debug2: channel 0: request window-change confirm 0
failed with initial frozen solve. Retrying with flexible solve.
Solving environment: done

## Package Plan ##

  environment location: /home/lab305/anaconda3/envs/pytorch1.3

  added / updated specs:
    - opencv=4.2.0


The following packages will be downloaded:
...
...

6. 环境清理

使用 conda clean 清理缓存和不使用的包，参考conda clean

6.1 定义

usage: conda clean [-h] [-a] [-i] [-p] [-t] [-f]
                   [-c TEMPFILES [TEMPFILES ...]] [-d] [--json] [-q] [-v] [-y]

6.2 示例

清理所有缓存和不使用的包

$ conda clean -a

7 环境迁移

7.1 问题描述

将本地计算机的环境配置到远程计算机环境下

7.2 问题解决

7.2.1 相同操作系统

直接用tar工具打包envs目录下的环境即可

7.2.2 不同平台和操作系统

参考Conda 环境迁移，导出 environment.yml 文件，在另一个环境下重新下载

# 导出
$ conda env export > environment.yml
# 导入
$ conda env create -f environment.yml