Mac使用miniconda 安装python3.8详细步骤

Posted 2023-04-03 Zachos

Mac Miniconda python3.8版本下载

• Mac下载miniconda
• • 下载1:可以直接下载pkg包，一件安装，无需任何配置命令。
  • 下载2:通过.sh文件下载
  • 创建虚拟环境

Mac下载miniconda

Miniconda下载地址

大家都知道anaconda太大，有时候我们只需要使用到anaconda去创建虚拟环境，因此可以使用miniconda作为替换，所以这片文章主要详细记录mac 安装miniconda的详细步骤

下载1:可以直接下载pkg包，一件安装，无需任何配置命令。

conda info看python版本

安装完成之后请切换到国内的源来提高下载速度 ，命令如下：

conda config --remove-key channels
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple

miniconda 必须要添加一些源，否则可能conda install 包 失败

sudo vim ~/.bashrc

如果没有该文件，那么在执行上面命令后会自动创建并进入vim编辑器编辑文件。之后把清华源复制到bashrc里面，保存即可，再重启终端。

下载2:通过.sh文件下载

打开终端,进入安装包所在文件夹，使用命令进行安装 bash
安装完成后重启终端，若前面增加（base）则环境自动配置完成，则可以正常使用。
为zsh 的shell 添加环境变量，如果使用的bash无需操作
将conda相关的环境变量拷贝到zsh的配置文件.zshrc中即可完成zsh环境变量的配置

vim ~/.zshrc

__conda_setup="$('/Users/*****/miniconda3/bin/conda' 'shell.zsh' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/Users/*****/miniconda3/etc/profile.d/conda.sh" ]; then
        . "/Users/*****/miniconda3/etc/profile.d/conda.sh"
    else
        export PATH="/Users/*****/miniconda3/bin:$PATH"
    fi
fi
unset __conda_setup

完全卸载
# Remove the root prefix
rm -rf $(conda info --base)
rm -rf ~/miniconda3   # 具体根据自己的安装地址，如果不存在跳过
rm -rf ~/.conda
rm -rf ~/.condarc
最后删除 .bash_profile .zshrc关于conda的环境变量

创建虚拟环境

创建python3.8的虚拟环境，请在命令行中执行下列操作：

conda create -n yolo5 python==3.8.5

四、进入虚拟环境

conda activate yolo5

pytorch安装（gpu版本)
pytorch官网安装
实际测试情况是YOLOv5在CPU和GPU的情况下均可使用，不过在CPU的条件下训练那个速度会令人发指，所以有条件的小伙伴一定要安装GPU版本的Pytorch

一定要创建虚拟环境，这样的话各个深度学习框架之间不发生冲突
我这里创建的是python3.8的环境，安装的Pytorch的版本是1.8.0

conda install pytorch==1.8.0 torchvision==0.9.0

mac不能安装cuda

conda install pytorch==1.8.0 torchvision torchaudio cudatoolkit=10.2 
# 注意这条命令指定Pytorch的版本和cuda的版本

__conda_setup="$('/Users/*****/miniconda3/bin/conda' 'shell.zsh' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/Users/zhaojinhui/miniconda3/etc/profile.d/conda.sh" ]; then
        . "/Users/zhaojinhui/miniconda3/etc/profile.d/conda.sh"
    else
        export PATH="/Users/*****/miniconda3/bin:$PATH"
    fi
fi
unset __conda_setup

参考 mac zsh环境变量配置
参考 zsh环境变量配置
参考关于pytorch官网对应gpu版本下载

Anaconda(miniconda)安装及使用--转

https://www.waitalone.cn/anaconda-install-error.html

 

 

 

 

 

3,224

 

1、Anaconda概述

Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

这里先解释下conda、anaconda这些概念的差别。

conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。

包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。

Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。

其实还有Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。

进入下文之前，说明一下conda的设计理念——conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身！因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本python、各种package并方便地切换。

2、Anaconda的安装

Anaconda的下载页参见官网下载，Linux、Mac、Windows均支持。

安装时，会发现有两个不同版本的Anaconda，分别对应Python 2.7和Python 3.5，两个版本其实除了这点区别外其他都一样。后面我们会看到，安装哪个版本并不本质，因为通过环境管理，我们可以很方便地切换运行时的Python版本。（由于我常用的Python是2.7和3.4，因此倾向于直接安装Python 2.7对应的Anaconda）

这里我安装miniconda，下载地址如下：

https://conda.io/miniconda.html

2.1 安装报错编码错误处理

出现这个窗口以后，不要点确定，然后进入到anaconda安装文件夹，一般是C:\ProgramData\Anaconda2,如果你提示的错误是：UnicodeEncodeError: ‘ascii‘ codec can‘t encode characters in position 3-4 blabla，那么进入Lib文件夹，用编辑器打开_nsis.py，在import sys下面加上这两句：

1	reload(sys)

2	sys.setdefaultencoding( "utf-8" )

然后点确定，再点重试即可安装完成。

3、Anaconda的使用

3.1 管理包

conda 是一种只能通过命令行来使用的程序。类似于pip那样可以对Python库的包进行管理。

安装命令：

01

# 安装命令

02	conda install package_name

03	# 安装numpy,输入

04	conda install numpy

05	# 安装 matplotlib

06	conda install matplotlib

07

# 查看已安装的包

08	conda list

09

# 搜索安装包

10	conda search search_term

11

# 同时安装多个包

12	conda install numpy scipy pandas

13	# 安装指定版本的包

14	conda install numpy=1.11

15

# 卸载包

16	conda remove package_name

17

# 更新包

18	conda update package_name

19	# 更新环境中的所有包

20	conda update --all

加速conda下载速度，使用国内镜像源：

1	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

2	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

3	conda config --set show_channel_urls yes

3.2 管理环境

除了管理包之外，conda 还是虚拟环境管理器。它类似于另外两个很流行的环境管理器，即 virtualenv 和 pyenv。

环境可以分隔不同项目的包。因为我们使用的时候会依赖于某个库的不同版本的代码或在py2和py3之间进行切换。

也可以将环境中的包的列表导出为文件，然后将该文件与代码包括在一起。这能让其他人轻松加载代码的所有依赖项。

pip 提供了类似的功能，即 pip freeze > requirements.txt

创建环境：

conda create -n env_name list of packages，

-n env_name 设置环境的名称（-n 是指名称），

而 list of packages 是要安装在环境中的包的列表。

创建环境时，可以指定要安装在环境中的 Python 版本。

conda create -n py3 python=3 或 conda create -n py2 python=2 。

要安装特定版本（例如 Python 3.3），请使用 conda create -n py python=3.3。

01	# 基于 python3.6 创建一个名为test_py3 的环境

02	conda create --name test_py3 python=3.6

03

04	# 基于 python2.7 创建一个名为test_py2 的环境

05	conda create --name test_py2 python=2.7

06

07	# 激活 test 环境

08	activate test_py2  # windows

09	source activate test_py2 # linux/mac

10

11	# 切换到python3

12	activate test_py3

3.3 进入环境

创建了环境后，在 OSX/Linux 上使用 source activate my_env 进入环境。在 Windows 上，请使用 activate my_env。

要离开环境，请键入 source deactivate（在 OSX/Linux 上）。在 Windows 上，请使用 deactivate。

3.4 保存和加载环境

共享环境这项功能确实很有用，它能让其他人安装你的代码中使用的所有包，并确保这些包的版本正确。可以使用

conda env export > environment.yaml

将包保存为 YAML。

第一部分 conda env export 写出环境中的所有包（包括 Python 版本）。

第二部分 > environment.yaml 将导出的文本写入到 YAML 文件 environment.yaml 中。现在可以共享此文件，而且其他人能够创建和你用于项目相同的环境。

要通过环境文件创建环境，请使用 conda env create -f environment.yaml。这会创建一个新环境，而且它具有在 environment.yaml 中列出的同一库。

3.5 列出环境

如果忘记了环境的名称，可以使用 conda env list 或conda info -e列出你创建的所有环境。你会看到环境的列表，而且你当前所在环境的旁边会有一个星号。默认的环境（即当你不在环境中时使用的环境）名为 root。

3.6 删除环境

不再使用某些环境，可以使用 conda env remove -n env_name 删除指定的环境（在这里名为 env_name）。

3.7 共享环境

在 GitHub 上共享代码时，最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。对于不使用 conda 的人，我通常还会使用 pip freeze(在此处了解详情)将一个 pip requirements.txt 文件包括在内。

pip freeze > requirements.txt

pip install -r requirements.txt

4、错误处理

安装好以后，正常安装django，发现在创建项目的时候会报编码 错误，"UnicodeDecodeError: ‘ascii‘ codec can‘t decode"

解决办法：

在anaconda的安装路径下找到Lib/mimetypes.py，在import sys之后加入如下代码

1	if sys.getdefaultencoding() != ‘gbk‘:

2	reload(sys)

3	sys.setdefaultencoding(‘gbk‘)

参考网址：

https://www.zhihu.com/question/42263480

http://python.jobbole.com/86236/

https://foofish.net/compatible-py2-and-py3.html

https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/