Conda简介
conda是一个包，依赖和环境管理工具，适用于多种语言，如: Python, R, Scala, Java, Javascript, C/ C++, FORTRAN。
应用场景：比如在A服务器开发了一个应用，安装了N个包。现在要迁移到B服务器，又要重新安装一遍，还不知道A服务器上哪些包是必须的。conda就是解决这种问题，把该应用需要的包都安装到应用所在的环境中，迁移的时候，只要把环境导出，再导入到B环境即可。
Conda的安装
windows的安装就不演示了，直接在网上搜miniconda安装包，然后一路点下一步即可安装完成。
下边讲解linux下的安装
创建 condarc.mirror文件
channels:
- conda-forge
- bioconda
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
- https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
- https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud
curl -L -o /tmp/miniconda.sh https://repo.anaconda.com/miniconda/Miniconda3-py39_4.11.0-Linux-x86_64.sh
/bin/bash /tmp/miniconda.sh -b -p /opt/conda
rm /tmp/miniconda.sh
conda clean -tipsy
find /opt/conda -follow -type f -name '*.a' -delete
find /opt/conda -follow -type f -name '*.pyc' -delete
conda clean -afy
cp ./condarc.mirror /root/.condarc
conda update conda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
conda config --set show_channel_urls yes
执行完上述命令后，会在Users目录生成.condarc
环境管理
conda env list
conda create --name [name] python_or_others
ps: conda create --name FastAPI python=3.9.12
conda activate env_name
conda deactivate
conda remove -n env_name --all
conda create --clone ENVNAME --name NEWENV
package管理
conda list
列出指定环境中的所有软件包
conda list -n myenv
pip install xxxx 或者 conda install xxxx
ps:pip install tensorflow
如果不用-n指定环境名称，则被安装在当前活跃环境，也可以通过-c指定通过某个channel安装
conda install (-n python34) numpy
conda update (-n python34) numpy
conda remove/uninstall package_name
conda search (-n python34) numpy
conda update --all
conda env export > environment.yaml
删除索引缓存、锁定文件、未使用的缓存包和tarball(压缩包).
conda clean -a
环境的复制
- 注意：yaml的方式，很消耗资源，系统配置至少要2核4G以上，且yaml的
package不能过多，否则会被killed
conda env export > environment.yaml
文件内容示例
name: kyle
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
- https://repo.anaconda.com/pkgs/main
- 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/cloud/pytorch/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- defaults
dependencies:
- _pytorch_select=0.2=gpu_0
- pip:
- opencv-python==4.1.2.30
conda env create -f environment.yaml
conda env update -n my_env --file ENV.yaml
您的关注，是我的创作动力!
公众号 @生活处处有BUG
Original: https://www.cnblogs.com/bugs-in-life/p/16672747.html
Author: 生活处处有BUG
Title: python的环境，你再也不用愁-conda
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/803008/
转载文章受原作者版权保护。转载请注明原作者出处！