python的环境,你再也不用愁-conda
时间:2022-11-08阅读:205来源:柠檬博客作者:柠檬博客
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 NEWENVpackage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==4.1.2.302、导入环境
conda env create -f environment.yaml3、Clone环境
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
205人参与,
0条评论
登录后显示评论回复