Python基礎—conda使用筆記
1. 環境配置
- 由于用conda管理虛擬環境真滴很方便，所以主要使用conda，就不單獨去裝Python了，
1.1. Miniconda3安裝
- Miniconda3官網下載地址：Miniconda
- Miniconda3清華鏡像下載：清華鏡像-Miniconda
- 對于Windows系統：Miniconda安裝跟正常的軟體安裝是一樣的，這里不做過多描述，
- 當然，可以參考博客，寫得很詳細：python與anaconda安裝（先安裝了python后安裝anaconda，基于python已存在的基礎上安裝anaconda）——逼死強迫癥、超詳解
1.2. 配置環境變數
- 在系統變數—
Path中添加Miniconda的相關路徑 - 這里我的Miniconda的安裝路徑是：
D:\DeveloperTools\Miniconda3，所以在Path中添加如下：D:\DeveloperTools\Miniconda3\Library\bin D:\DeveloperTools\Miniconda3\Scripts D:\DeveloperTools\Miniconda3 - 環境變數配置了，就可以在任意位置下使用conda了
1.3. 設定國內鏡像源
1.3.1. 方法一：命令列方式
-
查看anaconda中已經存在的鏡像源（channels：通道、渠道、途徑）
conda config --show channels- 如果沒有設定過鏡像源，則show channels結果顯示：defaults（conda默認的通道，即從官網下載包）
-
添加國內鏡像源，這里以清華鏡像源為例（永久添加，可洗掉）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/- 值得注意的是：上面設定的兩個源的資源路徑為：
/anaconda/paks/free和/anaconda/pkgs/main這就限制了只能在這資源路徑之下查找我們需要的包， - 如果后面需要用到深度學習，TensorFlow、YOLO，PyTorch等，包的來源可能不再自己設定的兩個資源路徑之下，所以可能找不到，
- 所以，建議直接多設定幾個源，國內常用的鏡像源（注：可能鏡像源地址有變化，注意甄別）
清華大學鏡像源 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ 阿里鏡像源 http://mirrors.aliyun.com/pypi/simple/ http://mirrors.aliyun.com/anaconda/pkgs/main http://mirrors.aliyun.com/anaconda/pkgs/free https://mirrors.aliyun.com/anaconda/pkgs/main/ https://mirrors.aliyun.com/anaconda/cloud/conda-forge/ https://mirrors.aliyun.com/anaconda/cloud/bioconda/ 豆瓣鏡像源 http://pypi.douban.com/simple/ Python官方 https://pypi.python.org/simple/
- 值得注意的是：上面設定的兩個源的資源路徑為：
-
洗掉已添加的指定鏡像源，例如：
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ -
恢復為默認的鏡像源（即從官網下載包）
conda config --remove-key channels -
設定搜索時顯示通道地址，如果
C:\Users(用戶)\username\路徑下沒有.condarc檔案，則需要在cmd命令列執行如下命令conda config --set show_channel_urls yes -
查看到Anaconda/Miniconda的所有資訊，在channel URLs一欄，可以看到添加的鏡像網站
conda info
1.3.2. 方法二：修改 .condarc 檔案
- 在
C:\Users(用戶)\username\路徑下的.condarc檔案，記錄著我們對conda的配置，直接手動創建、編輯該檔案是相同的效果， - 如果
C:\Users(用戶)\username\路徑下沒有.condarc檔案，則需要在cmd命令列執行如下命令conda config --set show_channel_urls yes
1.3.3. 補充
- 后續在Pycharm中使用conda創建一個新環境時，發現上面的源設定有點問題，使用Pycharm總是無法創建，但在conda命令列中創建又可以，
- 解決，參考文章：
https://www.jianshu.com/p/b1e4f33f975a - 這里直接給出相關的設定，復制粘貼到
.condarc檔案中即可channels: - defaults show_channel_urls: true channel_alias: http://mirrors.tuna.tsinghua.edu.cn/anaconda default_channels: - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
1.3.4. 設定臨時鏡像源
- 有時也可能只需要臨時使用某個鏡像源下載某個模塊，則可以臨時指定下載的鏡像源
- 直接指定安裝模塊時使用的鏡像源地址，以opencv為例：
conda install opencv -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
2. conda使用
- 使用前，可以了解什么是虛擬環境？以及如何配置虛擬環境？
- 可參考文章：什么是虛擬環境？以及如何配置虛擬環境
2.1. 自定義conda創建虛擬環境的默認路徑
- 由于使用conda創建的虛擬環境，默認是保存在C盤下的，隨著后面虛擬環境創建的越多，下載的包越多，則占用的空間越大，所以修改conda創建虛擬環境的默認路徑到其他盤，
conda創建虛擬環境的默認路徑為 C:\Users\your_username\.conda\envs\ conda安裝包的默認路徑為 C:\Users\your_username\.conda\pkgs\ 若不想占用C盤空間，需要修改 conda 虛擬環境的默認路徑 和 安裝包的默認路徑 - 當然如果你的空間足夠大，也可以不用設定，
- 參考文章：修改conda默認envs_dirs和pkgs_dirs
2.1.1. 方法一：命令列方式
- 在Anaconda Prompt 或 cmd 中執行如下命令
- 注：路徑改為你自己想要保存conda虛擬環境的路徑
conda config --add envs_dirs D:\DeveloperTools\Miniconda3\envs conda config --add pkgs_dirs D:\DeveloperTools\Miniconda3\pkgs - 在Anaconda Prompt 或 cmd 中執行下列陳述句，查看是否配置成功
conda info #在 envs directories 一欄看到自己設定的虛擬環境路徑 # 或 conda config --show #在 envs_dirs 和 pkgs_dirs 欄都可以看到自己設定的虛擬環境路徑
2.1.2. 方法二：修改.condarc 檔案
-
在
C:\Users(用戶)\username\路徑下的.condarc檔案中添加需要存放conda虛擬環境的路徑envs_dirs: - D:\DeveloperTools\Miniconda3\envs - D:\DeveloperTools\Miniconda3\pkgs
-
按照方法一中的命令，可查看是否配置成功，
2.1.3. 補充：對于 Windows設定未生效的情況
-
對于 Windows11或其他Windows版本，有時候即使
conda info查看添加的虛擬環境路徑已存在，但是當添加一個新的虛擬環境時，還是下載到了默認的C盤的路徑下， -
解決辦法：修改自己用于保存conda虛擬環境的檔案夾的權限，以及設定的
envs和pkgs檔案夾的權限為：完全控制
-
envs和pkgs檔案夾同理，權限也需要設定為：完全控制
2.2. conda命令對python虛擬環境管理
-
查看conda配置的所有虛擬環境，終端中，左邊顯示的
(base)表示安裝conda時自帶的基礎環境conda env list （或conda info --envs，簡寫：conda info -e） # 說明：結果中星號"*"所在行即為當前所在環境
-
創建新的虛擬環境
# conda create --name your_env_name python版本 例如： conda create --name PyTorch python=3.8 # 安裝一個名為PyTorch的Python虛擬環境，Python版本是3.8（不用管是3.8.x，conda會為我們自動尋找3.8.x中的最新版本） # 在指定檔案路徑創建 conda create --prefix=C:/ProgramData/Anaconda3/envs/pytorch python=3.8- 如果創建虛擬環境時沒有指定Python的版本，那么默認會安裝與Anaconda / Miniconda版本相同的Python版本，即如果安裝Anaconda第2版，則會自動安裝Python2.x；如果安裝Anaconda第3版，則會自動安裝Python3.x
-
使用指定的某個虛擬環境
# conda activate 虛擬環境名稱 conda activate PyTorch # 激活名稱為 PyTorch 的虛擬環境 -
退出/關閉指定的某個虛擬環境
conda deactivate -
洗掉指定的某個虛擬環境
- 注：不要在所處的當前環境內，洗掉當前環境！否則可能會出現例外
# conda env remove --name your_env_name conda env remove --name PyTorch # 或 # conda remove --name your_env_name --all conda remove --name PyTorch --all -
克隆（復制）一份已有的虛擬環境
- 因為本來沒有給虛擬環境重命名的，所以理論上可以用克隆（復制）后再洗掉原來的環境的方式實作重命名
- 但不建議這樣來重命名，因為修改后會有一些路徑上的BUG
# conda create --name new_env_name --clone old_env_name conda create --name Tensorflow --clone PyTorch # 復制名為 PyTorch 的虛擬環境 以此用于創建一個新的名為 Tensorflow 的虛擬環境
2.3. conda常用命令
- 注：在不同的虛擬環境中，查詢包、安裝包、更新包、卸載包都是獨立的，
- 查看包
conda --version #查看系統安裝的conda版本 conda list # 查看當前環境下已安裝的包 conda list --name your_env_name #查看某個指定環境的已安裝包 conda search 庫名 #查找package資訊 conda search 庫名 -info #查看某一個模塊的資訊，沒有該模塊則無 - 安裝包
conda install package_name #在當前環境中安裝包 conda install package_name=version #在當前環境中安裝指定版本號的包 # 當使用 conda install 無法進行安裝時，可以使用 pip 進行安裝 # 對于 .whl 檔案，conda命令似乎不能正確安裝，還是要用pip命令才行 - 更新包
conda update package_name #更新當前環境中的指定包 # 更新多個指定包，則包名以空格隔開，向后排列，例如： conda update pandas numpy matplotlib #即更新pandas、numpy、matplotlib包 conda update --all #更新當前虛擬環境中所有的包 # conda將conda、python等都視為package，因此，完全可以使用conda來管理conda和python的版本 conda update conda #更新conda，保持conda最新 conda update anaconda #更新anaconda conda update python #更新當前虛擬環境下的Python版本，假設當前環境是python 3.8.10，運行后，conda會將python升級為3.8.x系列的當前最新版本 - 卸載包
conda remove package_name #卸載當前虛擬環境中的指定包
到底了 ??
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/550844.html
標籤：其他
下一篇：返回列表