anaconda

发表于 更新于 本文字数： 2.9k 阅读时长 ≈ 3 分钟

使用anaconda对Python环境和包进行管理

image-20210709232438115

1 配置清华源

参考链接.

  1. 在用户目录下生成.condarc文件

    1
    conda config --set show_channel_urls yes

  2. 替换condarc文件内容为如下：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    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/r
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
    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

  3. 清除缓存

    1
    conda clean -i

  4. 测试：创建一个叫做numpy_env的环境，该环境中包含numpy包

    1
    conda create -n numpy_env numpy

2 使用conda管理环境和包

  1. conda 版本

    1
    conda --version

  2. 更新conda

    1
    conda update conda

  3. 环境管理

    1
    conda create --name <env_name> <packet_name>

    • packet_name：可以在后面通过等号=指定包的版本号，如

      1
      conda create --name python37 python=3.7

    • 创建的环境会被保存在`anaconda3/env目录下

    • 切换环境

      1
      2
      activate <env_name> # 进入某环境
      deactivate # 退出某环境

    • 显示所有环境

      1
      2
      3
      conda info --envs # 或者
      conda info -e # 或者
      conda env list

    • 复制环境

      1
      conda create --name <new_env> --clone <old_env>

    • 删除环境

      1
      conda remove --name <env_name> --all

  4. 包管理

    • 精确查找

      1
      conda search --fule-name <packet_name>

    • 模糊查找

      1
      conda search <packet_name>

    • 获取当前环境下，所有安装的包

      1
      conda list

    • 安装包到指定环境

      1
      conda install --name <env_name> <packet_name>

    • 从特定的channel安装包：有些时候，默认的channel下有可能没有我们想要的包，我们需要从特定的channel安装包

      1
      conda install -c <channel_name> <packet_name>

    • 在当前环境安装包

      1
      conda install <packet_name>

    • 卸载指定环境中的包

      1
      conda remove --name <env_name> <packet_name>

    • 卸载当前环境中的包

      1
      conda remove <packet_name>

    • 更新所有包

      1
      conda update --all # 或者conda upgrade --all

    • 更新指定的包

      1
      conda update <packet_name> # 或者conda upgrade <packet_name>

    • conda批量导出包含环境中所有组件的requirements.txt文件

      1
      conda list -e > requirements.txt

    • conda批量安装requirements.txt文件中包含的组件依赖

    1
    conda install --yes --file requirements.txt

3 下载一些当前channel不存在的包

  1. 登录anaconda官网

  2. 在搜索栏搜索需要的包，回车即可

    image-20210710093208444

  3. 一般会显示多个搜索结果，我们选择下载数最多的那个

    image-20210710093357373

  4. 进入到对应的页面后，会提供我们下载的指令，选择一条，在命令行中执行即可，在执行命令的时候，注意切换到自己想要安装的对应的环境中去

    1
    conda activate <env_name>
    image-20210710093528391

4 PIP使用

通过conda创建虚拟环境之后，会自动为该环境安装pip(pip也是Python的一个包，它的作用是管理Python所有的包)

如果有一些包在conda库中没有找到，可以去pip库中查找，如mdutils就只在pip库里存在

  1. PIP安装包

    1
    pip install <packet_name>

  2. PIP根据依赖文件导入所有的包

    1
    pip install -r requirements.txt

  3. conda激活某个环境后，pip会自动将所有的包安装到激活的环境中去

5 Jupyter使用

  1. 安装jupyter 
    1
    conda install jupyter
  2. 配置jupyter不要使用token：默认情况下，在wsl中打开jupyter，在浏览器中登录的时候，会需要输入token（这个token可以在wsl中查到，但是每次都输入这个token，很麻烦，我们可以直接设置token为空字符串即可取消token） 
    1
    jupyter notebook --generate-config
    定位到c.NotebookApp.token,将等号后面的'<generated>'改为''即可 20211112120300
  3. 此时打开jupyter(jupyter notebook .)据可以直接在浏览器访问8888端口(localhost:8888)，不用输入token啦 20211112120522
  4. 设置jupyter的默认打开目录 
    1
    vim ~/.jupyter/jupyter_notebook_config.py
    找到c.NotebookApp.notebook_dir，将其后面的值改成目标目录即可，以后打开jupyter的时候，就不会在主目录打开，而是在指定的目录下打开。 AnacondaNotes20220220084338