Anaconda与Conda基本操作

Posted 2023-03-02 Laurence Geng

文章目录

• 1. 安装
• 2. 配置国内镜像
• 3. 环境管理
• • 3.1 创建环境
  • 3.2 查看环境
  • 3.3 激活环境
  • 3.4 退出环境
  • 3.5 删除环境
• 4. 包管理
• • 4.1 搜索包
  • 4.2 查看包
  • 4.3 安装包
  • 4.4 升级包
  • 4.5 移除包

1. 安装

几乎所有使用Conda的用户是因为要使用Anaconda，而安装Anaconda会自动安装Conda，因此极少会有机会要单独安装Conda。所以我们会介绍Anaconda的安装。在Windows上有Anaconda的Installer，所以安装非常简单，本文不再赘述，而是介绍一下在Linux系统上的安装，官方文档为：[https://docs.anaconda.com/anaconda/install/linux/] (https://docs.anaconda.com/anaconda/install/linux/) 本文地址：https://laurence.blog.csdn.net/article/details/128777562 转载请注明出处！

# download linux installer (based python 3.9)
wget https://repo.anaconda.com/archive/Anaconda3-2022.10-Linux-x86_64.sh
sh ./Anaconda3-2022.10-Linux-x86_64.sh

如果上述官方地址下载缓慢，可切换为阿里云镜像，镜像下载地址参考：http://mirrors.aliyun.com/anaconda/archive/。安装结束后，并不能直接使用conda命令，而是需要退出terminal重新登录，以便写入.bashrc与Anaconda有关的脚本能被执行。默认情况下，重新登录后会自动激活base环境，通常我们并不需要这样，因此，可以通过如下命令关闭自动激活默认环境：

conda config --set auto_activate_base False

2. 配置国内镜像

安装完成后，可配置Conda的国内镜像源，便于高速下载安装包：

tee $HOME/.condarc <<EOF
auto_activate_base: false
channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.aliyun.com/anaconda/cloud
  msys2: http://mirrors.aliyun.com/anaconda/cloud
  bioconda: http://mirrors.aliyun.com/anaconda/cloud
  menpo: http://mirrors.aliyun.com/anaconda/cloud
  pytorch: http://mirrors.aliyun.com/anaconda/cloud
  simpleitk: http://mirrors.aliyun.com/anaconda/cloud
EOF

注意：如果是在Windows系统上安装Anaconda，配置文件位于：%USERPROFILE%\\.condarc，如果文件不存在，可以自行创建。

3. 环境管理

3.1 创建环境

如下命令将创建一个名为my-python-env的虚拟环境，同时安装3.7版本的python。这里要注意的是：python并不是conda命令行的一个参数，而是一个普通的包名。conda不同于virtualenv的地方在于：conda管理的包超越了python的范畴，可以是其他形式的安装包，包括python解释器本身也是以一个conda包的形式被安装到conda环境中的。这也能解释为什么使用conda能解决很多ML库的安装问题，因为很多ML库会依赖OS上的一些C/C++的库，conda可以自行安装缺失的依赖，而virtualenv则不行。

conda create -y -n my-python-env python=3.7

下面是在创建环境时追加多个包的示例：

conda create -y --name my-sklearn-env python=3.9 numpy pandas matplotlib scikit-learn

更多时候，我们需要针对一个项目创建一个虚拟环境，而项目中通常已经配备了environment.yml文件，此时，我们可以使用如下命令一键创建项目的虚拟环境：

conda env create -f /path/to/environment.yml

3.2 查看环境

conda env list

3.3 激活环境

conda activate your_env_name

3.4 退出环境

conda deactivate

3.5 删除环境

conda remove -n your_env_name --all

4. 包管理

4.1 搜索包

conda search your_pkg_name

4.2 查看包

# 列出指定虚拟环境中所有已安装的包
conda list -n your_env_name

4.3 安装包

# 在当前环境中安装指定包
conda install your_pkg_name 

# 在指定虚拟环境中安装指定包
conda install -n your_env_name your_pkg_name

4.4 升级包

# 升级当前环境中的指定包
conda update your_pkg_name 

# 升级指定虚拟环境中的指定包
conda update -n your_env_name your_pkg_name

4.5 移除包

# 移除当前环境中的指定包
conda remove  your_pkg_name 

# 移除指定虚拟环境中的指定包
conda remove  -n your_env_name your_pkg_name

本文地址：https://laurence.blog.csdn.net/article/details/128777562 转载请注明出处！

参考资料：

https://conda.io/projects/conda/en/stable/commands.html
https://developer.aliyun.com/mirror/anaconda/
https://dulunar.github.io/2019/11/21/conda%E6%93%8D%E4%BD%9C/