文章目录
- [1. 前言](#1. 前言)
- [2. Miniconda安装与使用](#2. Miniconda安装与使用)
-
- [2.1 下载Miniconda](#2.1 下载Miniconda)
- [2.2 安装](#2.2 安装)
- [2.3 创建和管理虚拟环境](#2.3 创建和管理虚拟环境)
- [3. Conda 环境导出与克隆](#3. Conda 环境导出与克隆)
-
- [3.1 环境导出](#3.1 环境导出)
- [3.2 通过 `.yml` 文件创建环境](#3.2 通过
.yml
文件创建环境) - [3.3 克隆环境](#3.3 克隆环境)
- [4. 其他指令](#4. 其他指令)
-
- [4.1 搜索包](#4.1 搜索包)
- [4.2 查看 conda 配置信息](#4.2 查看 conda 配置信息)
- [4.3 清理缓存](#4.3 清理缓存)
- [5. Conda配置国内镜像源](#5. Conda配置国内镜像源)
-
- [5.1. 配置清华镜像源](#5.1. 配置清华镜像源)
- [5.2. 配置中科大镜像源](#5.2. 配置中科大镜像源)
- [5.3. 删除源](#5.3. 删除源)
- [5.4. 恢复默认源](#5.4. 恢复默认源)
- [5.5. 查看源配置](#5.5. 查看源配置)
- [6. 使用pip](#6. 使用pip)
1. 前言
Miniconda 是一个轻量级的 Conda 发行版,要用于管理 Python 环境和软件包。它的主要作用包括:
- 虚拟环境管理:Miniconda 可以轻松创建多个 Python 虚拟环境,并且能有效避免环境冲突。
- 安装和管理软件包:使用 conda 代替pip,提供更稳定的依赖管理。
- 轻量级:相比 Anaconda,Miniconda 只包含 conda、python及基本依赖,占用更少的存储空间,适合定制化安装。
- 跨平台:支持 Linux、macOS 和 Windows。
简而言之,Miniconda 的作用是管理 Python 版本和依赖,比如你电脑中运行了多个项目,这些项目需要不同的 Python 版本和库,就可以用 Miniconda 创建独立的虚拟环境,避免相互干扰。
2. Miniconda安装与使用
2.1 下载Miniconda
从官方网站上下载适合自己的Miniconda 安装脚本,也可以使用下面命令来默认下载一个最新的版本:
bash
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
2.2 安装
直接运行脚本进行安装
bash
bash Miniconda3-latest-Linux-x86_64.sh
安装过程:
- 持续按 Enter 查看许可协议, 最终输入yes来表示接受此协议
- 设置安装路径(默认是~/miniconda3, 也可以设置自定义路径),回车确认
- 询问是否自动初始化Conda,输入yes
如果安装时选择自动初始化,则无需手动激活;如果未初始化,则需要输入如下命令手动激活
bash
source ~/miniconda3/bin/activate
安装完成后,可以通过下面命令来测试是否安装成功
bash
conda --version
如果正确显示版本号,则安装成功。
为了保证conda 版本使用的是最新版,需要定期更新conda
bash
conda update conda
2.3 创建和管理虚拟环境
1. 创建Python 3.8的环境:
bash
conda create -n myenv python=3.8
- --name / -n: 指定环境名称
- --channel/ -c: 指令源渠道(如:清华源https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main)
- --python: 指定环境的python版本
2. 激活环境
bash
conda activate myenv
3. 安装软件包
bash
conda install numpy
- 默认安装最新版本的包。
- 可以指定版本号进行安装,如 conda install numpy=1.18.5。
- 可以指定从特定渠道安装,如 conda install -c conda-forge numpy。
4. 退出环境
bash
conda deactivate
5. 列出环境
bash
conda env list
#或者
conda info --envs
5. 删除环境
bash
conda remove --name myenv --all
3. Conda 环境导出与克隆
3.1 环境导出
当希望与其他人共享环境时,可以使用下面命令将当前环境导出到一个.yml
文件
bash
conda env export > environment.yml
3.2 通过 .yml
文件创建环境
通过 上面导出的environment.yml
文件来创建一个新环境。
bash
conda env create -f environment.yml
- -f:指定
.yml
文件路径。 - 你可以指定环境名称:conda env create -f environment.yml --name newenv。
3.3 克隆环境
将当前环境克隆出一个一模一样的环境
bash
conda create --name newenv --clone oldenv
- oldenv 是原始环境的名称。
- newenv 是你希望创建的新环境。
4. 其他指令
4.1 搜索包
bash
conda search numpy
- 可以指定包的版本:conda search numpy=1.18.5。
- 可以指定渠道:conda search numpy -c conda-forge。
4.2 查看 conda 配置信息
显示关于 conda 安装、环境、渠道等的详细信息。
bash
conda info
4.3 清理缓存
清理下载的缓存文件,释放磁盘空间。
bash
conda clean --all
- --all:删除所有缓存。
- --packages:只删除安装包的缓存。
- --tarballs:删除 .tar.bz2 包缓存。
5. Conda配置国内镜像源
conda config
可以用来管理配置文件.condarc
。比如我们需要配置国内镜像源来加上包的下载
5.1. 配置清华镜像源
bash
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/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
#设置搜索时显示通道地址
conda config --set show_channel_urls yes
5.2. 配置中科大镜像源
bash
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
#设置搜索时显示通道地址
conda config --set show_channel_urls yes
5.3. 删除源
比如删除bioconda
官方源
bash
conda config --remove channels bioconda
5.4. 恢复默认源
bash
conda config --remove-key channels
5.5. 查看源配置
我们可以通过下面命令来查看配置
bash
conda config --show channels
6. 使用pip
如果 Conda 源中没有需要的软件包,可以在 Conda 环境中使用 pip:
bash
conda install pip # 确保环境中有 pip
pip install package_name -i https://mirrors.aliyun.com/pypi/simple/ # 安装软件包
国内常用pip
源镜像地址,可自行替换。
- 清华:
https://pypi.tuna.tsinghua.edu.cn/simple/
- 阿里云:
https://mirrors.aliyun.com/pypi/simple/
- 中国科技大学:
https://pypi.mirrors.ustc.edu.cn/simple/
- 华中理工大学:
https://pypi.hustunique.com/
- 山东理工大学:
https://pypi.sdutlinux.org/
- 豆瓣:
https://pypi.douban.com/simple/