Anaconda 学习笔记

Posted 2021-11-07 0.0~~

Anaconda 学习笔记

目录

• 介绍
• 安装&运行
• 命令
  • 全局相关
  • 环境相关
  • 包相关
• PyCharm 中使用 Conda 环境
• 配置
  • 修改源
  • 配置文件详解
• 常见问题

介绍

• Anaconda（官网 https://www.anaconda.com/ ）是软件包/环境管理工具 Conda 的数据科学版本，自带的 base 环境提供了大量数据科学使用的包
• 当然 base 环境有点大，通常都是创建新的环境来用

安装&运行

• 官网下载安装，可以打开 Anaconda Prompt 命令行，也可以用 Anaconda Navigator 可视化操作

命令

• 输入 conda，可以看到很多命令
• 官方指南 https://conda.io/projects/conda/en/latest/user-guide/index.html
• 官方提供了常用命令合集 https://conda.io/projects/conda/en/latest/user-guide/cheatsheet.html

全局相关

• 帮助 conda -h
• 版本 conda -V
• 配置 conda config
  • conda config --show 查看所有配置
  • conda config --show config-name 查看指定的配置，只有 config-name 是有效的配置名称时才会正确输出。如查看 default_channels conda config --show default_channels
  • conda config --set config-name config-value 设置指定配置
  • conda config --add config-name config-value 添加指定配置，这也是最常见的添加配置的写法
• 信息 conda info
  • conda info -e 查看创建的环境列表

环境相关

• 创建环境 conda create
  • conda create -n env-name packages 创建名为 env-name 的环境，并安装若干个空格分隔的包。通常创建环境即写为 conda create -n env-name python=3.9 numpy，指定版本用=而不是==
• 进入环境 conda activate env-name
• 退出环境 conda deactivate

包相关

• 安装包 conda install
  • conda install packages 在当前环境下安装若干个空格分隔的包，指定版本用=
  • -c channel-name 指定使用的 channel，关于 channel 见下文配置
• 清理无用包 conda clean
• 查看安装的包 conda list
• 删除包 conda remove，别名 conda uninstall
  • conda remove packages 递归删除指定包和依赖于指定包的所有包
  • --all 删除所有包，也就是删除环境
• 查找包 conda search
  • conda search package-name 查找指定包，*为通配符。部分包在 pip 和 conda 里的名称不一样，如 torch 和 opencv-python，因此可以先 conda search *torch* 找到对应的包

PyCharm 中使用 Conda 环境

• 配置见
  • https://www.jetbrains.com/help/pycharm/conda-support-creating-conda-virtual-environment.html
  • https://docs.anaconda.com/anaconda/user-guide/tasks/pycharm/
• 配置 Interpreter 时，选择 Conda 环境的 Existing environment，PyCharm2018 在检测 Conda 环境时效果不好，只检测 Conda 环境下的 Python 而不检测 Conda 本身，导致 PyCharm 里能找到但无法加载 Conda 安装的 cudatoolkit，之后的版本添加了 conda.exe 路径配置，已经不会出现该问题

配置

• 跟 Maven 等工具一样，有多个层级的配置文件，通常用到的就是用户级配置 ~/.condarc 文件，也就是 C:/Users/用户名/.condarc
• 第一次使用可以首先 conda config 让其生成这个配置文件

修改源

• Conda 下载软件包的渠道叫做 Channel，由于各种原因，在国内使用 Anaconda 自带的 Channel 下载会很慢，因此我们需要更换成国内的 Channel，如清华、中科大等都有提供
• 网上各种博客写的乱七八糟，很多改源只改一半，改了也不知道什么意思，容易出现比如找不到 Pytorch 这样的问题，所以一定要参考官方内容
• 清华 Anaconda 镜像配置：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/ 将以下内容写入 .condarc 文件中即可使用清华提供的 Channel

  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
    simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  

配置文件详解

• 为了理解上面的配置内容，需要查看官方文档 https://conda.io/projects/conda/en/latest/configuration.html
• Conda 的 Channel分为 base-url + channel-name 两部分，以下面为例

  // 规定 channel，按照顺序依次搜索。如果是 url，则规定的就是 base-url + channel-name 这两部分；如果是 defaults，则将 Anaconda 默认源引入，如果是其他内容，则为 channel-name
  channels:
    - defaults
  
  // 设为 true，则在查找时会显示每个包对应以上 channels 配置中的哪个 channel（url、defaults 或者 channel-name）
  show_channel_urls: true
  
  // 当仅有 channel-name 时，将 channel_alias 作为 base-url，Anaconda 默认为官方的 https://conda.anaconda.org
  channel_alias: https://conda.anaconda.org
  
  // 如果 channels 中指定 defaults，设置 default_channels 可以覆盖官方自带的 channels
  default_channels:
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  
  // 指定每个 channel-name 对应的 channel_alias（base-url），覆盖全局的 channel_alias
  custom_channels:
    conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  

• Anaconda 无任何配置时输出其自带的配置

  channel_alias: https://conda.anaconda.org
  channels:
    - defaults
  custom_channels:
    pkgs/main: https://repo.anaconda.com
    pkgs/r: https://repo.anaconda.com
    pkgs/msys2: https://repo.anaconda.com
    pkgs/pro: https://repo.anaconda.com
  default_channels:
    - https://repo.anaconda.com/pkgs/main
    - https://repo.anaconda.com/pkgs/r
    - https://repo.anaconda.com/pkgs/msys2
  

  可以看到，当不加指定的 conda install pytorch 时，Anaconda 从指定的 default_channels 三个 Channel 去找；如果指定 -c pkgs/main，拼接上 custom_channels 中的内容，就去 https://repo.anaconda.com/pkgs/main 找；如果指定 -c pytorch，拼接上 channel_alias，就去 https://conda.anaconda.org/pytorch 找，只有后者才有 pytorch 的包，因此在 Pytorch 官网上指定了 -c pytorch
• 那么回到清华镜像源，就很容易理解网上常见的缺斤少两的清华镜像源的问题所在了

常见问题

• 官方的常见问题手册
  • https://conda.io/projects/conda/en/latest/user-guide/troubleshooting.html
  • https://docs.anaconda.com/anaconda/user-guide/troubleshooting/

V-rep仿真学习笔记(TBC)

系统说明
Linux：ubuntu16.04 64bit; ubuntu18.04 64bit
Windows：win10 64bit
Mac：

Anaconda

安装Anaconda

安装提供了包管理与环境管理的功能的Anaconda：https://www.anaconda.com/

创建Environments

PyTorch库

进入PyTorch官网：https://pytorch.org/
https://pytorch.org/get-started/locally/

会需要一个CUDA版本号：进入“控制面板”界面，控制面板>NVIDIA 控制面板>帮助>系统信息>组件，就可以看到CUDA版本号，如下图。

安装pytorch

得到了安装命令：conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia

dependencies 版本查询

Ubuntu：
opencv：

pkg-config --modversion opencv

ros:

1、先在终端输入roscore
2、打开新终端，再输入，rosparam list//这一步是为了查看命令，不是必须的
3、再输入rosparam get /rosdistro就能得到版本

或者直接：
rosversion -d
输出：kinetic

gazebo:

git branch  #显示分支列表
得到了：master 
git checkout v1.6.5  #退出原有分支，并切换到v1.6.5 分支。

cmake:

cmake -version

make:

make -v

查看内核版本

uname -r
发行号：

cat /etc/issue
查看disk空间：

df   -h

查看Qt版本：

qmake -v

gcc:

gcc -v

g++:

g++ -v

ubuntu 查看python版本:

python 
ctrl + D

查看已安装的ssh

ubuntu
$ dpkg -l | grep ssh

Win：

Mac：

Python 2.7 or Python 3
Win10：python -V
ubuntu 查看python版本: python ctrl + D

NumPy, SciPy, OpenCV-Python, Matplotlib.
Ubuntu：pkg-config --modversion opencv