简明conda使用指南

Posted 2020-11-23 zjutzz

目录

• 区分conda, anaconda, miniconda
• conda版本
• 虚拟环境
  • 分享环境
  • 查看某个环境的位置
• 列出软件包
• 安装软件包
• 删除软件包
• 查找软件包
• conda配置

区分conda, anaconda, miniconda

anaconda相当于conda+python+pip+一堆python科学计算常用包(numpy, scipy, matplotlib等)

miniconda相当于conda+python+pip，轻量级。

conda是通用的包管理器，能装pip包（例如numpy)，也能装其他语言的软件包（例如ninja, cmake).

如果你用Python，做深度学习，那么强烈建议你使用miniconda/anaconda而不是系统自带Python/pip，虽然硬盘空间可能多消耗一些，但往往能节省在环境配置上的时间开销。

conda版本

conda -V

或者

conda --version

虚拟环境

创建虚拟环境

conda create -n env_name python=x.y

e.g. 创建python3.5的虚拟环境：

conda create -n py35 python=3.5

删除虚拟环境

conda remove --name env_name --all

重命名虚拟环境
没法直接重命名虚拟环境，只能很naive的从原有环境clone，然后删掉原有环境（或者用下面的“分享环境”的做法，不过估计需要联网速度更慢）：

conda create --name new_name --clone old_name
conda remove --name old_name --all

列出虚拟环境

conda env list

或者：

conda info --envs
#也可以用缩写形式：
conda info -e

切换/激活虚拟环境

conda activate env_name

e.g. 激活py35环境：

conda activate py35

退出当前虚拟环境

conda deactivate

分享环境

导出虚拟环境
导出到yml文件，相当于pip用的requirements.txt的升级版

conda env export > environment.yml

使用yml导入创建虚拟环境

conda env create -f environment.yml

复制虚拟环境

conda create -n new_env_name --clone env_name

查看某个环境的位置

默认的conda虚拟环境叫做"base"，它提供的python在/home/zz/soft/miniconda。

base环境之外的虚拟环境，例如py35，在/home/zz/soft/miniconda3/envs/py35/。

在某些开源项目的编译配置环境（例如OpenCV等），可以指定特定版本的python，则需要到/home/zz/soft/miniconda3/envs/py35/这样的位置下找。

列出软件包

包的基本信息
显示当前环境的所有包的基本信息

conda list

显示指定虚拟环境的所有包的基本信息

conda list -n env_name

区分显示conda和pip包的信息
当前环境的：

conda env export

输出结果中- pip开始列出的是pip包列表。

conda env export -n env_name

安装软件包

在当前虚拟环境中安装软件包

conda install pkg_name

e.g. 安装cmake（cmake不是一个pypi包，但可以通过conda下载安装，并且如果你在condarc中配置了国内镜像，下载起来会非常快，比自己手动去cmake官网下载快很多）：

conda install cmake

在指定虚拟环境中安装软件包

conda install --name env_name pkg_name

从指定channel下载安装
以下载pytorch包举例：

conda install --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ pytorch

或者用缩写的参数-c替代--channels，用~/.condarc中配置的名为pytorch的channel

conda install -c pytorch pytorch

删除软件包

当前环境

conda remove pkg_name

指定环境

conda remove --name env_name pkg_name

查找软件包

conda search pkg_name

conda配置

.condarc
Linux/Mac: ~/.condarc
Windows: c:/Users/xxx/.condarc

在国内使用tuna的conda镜像。个人感觉这个.condarc中配置的是各个channel，一方面是管理不同版本的包（例如pytorch这个channe），另一方面可以切换镜像，用来加速。

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

pip.conf
Linux/Mac: ~/.pip/pip.conf
Windows: C:/Users/xxx/pip/pip.ini

除了配置conda镜像，还需要配置pip镜像。因为很多python包还是需要通过pip而不是conda安装（conda里没有相应的包，只有pypi里有），此时pip使用国内镜像来加速，需要配置pip.conf，例如：

[global]
index-url = https://mirrors.aliyun.com/pypi/simple/

[install]
trusted-host=mirrors.aliyun.com

bash/zsh自动加载
以前都是安装miniconda/anaconda时选择"yes"，自动追加配置到~/.bashrc，然后手动复制到~/.zshrc（我默认用的zsh替代了bash作为解释器）。其实可以更简单：

conda init zsh

进入bash/zsh不自动activate base env

conda config --set auto_activate_base false