python的环境conda简介
作者:bugs-in-life
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,这篇文章主要介绍了python的环境conda简介,需要的朋友可以参考下
Conda Guide
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
安装过程
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
更新conda
conda update conda
镜像服务器
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
查看所有环境
conda env list
新建环境
conda create --name [name] python_or_others ps: conda create --name FastAPI python=3.9.12
进入环境
conda activate env_name
退出环境
conda deactivate
删除环境
conda remove -n env_name --all
复制环境
conda create --clone ENVNAME --name NEWENV
package管理
列出package
conda list
列出指定环境中的所有软件包
conda list -n myenv
安装package
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
更新package
conda update (-n python34) numpy
卸载package
conda remove/uninstall package_name
查找package
信息
conda search (-n python34) numpy
更新目前环境所有package
conda update --all
导出当前环境的package
信息
conda env export > environment.yaml
清除缓存
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
1、导出环境
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
2、导入环境
conda env create -f environment.yaml
3、Clone环境
conda env update -n my_env --file ENV.yaml
到此这篇关于python的环境conda简介的文章就介绍到这了,更多相关python环境conda内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!