Python基础—conda使用笔记-Toy模板网

这篇具有很好参考价值的文章主要介绍了Python基础—conda使用笔记。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

Python基础—conda使用笔记

1. 环境配置

由于用conda管理虚拟环境真滴很方便，所以主要使用conda，就不单独去装Python了。

1.1. Miniconda3安装

Miniconda3官网下载地址：Miniconda
Miniconda3清华镜像下载：清华镜像-Miniconda
对于Windows系统：Miniconda安装跟正常的软件安装是一样的，这里不做过多描述。
当然，可以参考博客，写得很详细：python与anaconda安装（先安装了python后安装anaconda，基于python已存在的基础上安装anaconda）——逼死强迫症、超详解

1.2. 配置环境变量

在系统变量—Path中添加Miniconda的相关路径

这里我的Miniconda的安装路径是：D:\DeveloperTools\Miniconda3，所以在Path中添加如下：

D:\DeveloperTools\Miniconda3\Library\bin
D:\DeveloperTools\Miniconda3\Scripts
D:\DeveloperTools\Miniconda3

环境变量配置了，就可以在任意位置下使用conda了

1.3. 设置国内镜像源

1.3.1. 方法一：命令行方式

查看anaconda中已经存在的镜像源（channels：通道、渠道、途径）
```
conda config --show channels
```
- 如果没有设置过镜像源，则show channels结果显示：defaults（conda默认的通道，即从官网下载包）

添加国内镜像源，这里以清华镜像源为例（永久添加，可删除）

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：上面设置的两个源的资源路径为：/anaconda/paks/free 和/anaconda/pkgs/main这就限制了只能在这资源路径之下查找我们需要的包。
如果后面需要用到深度学习，TensorFlow、YOLO，PyTorch等，包的来源可能不再自己设置的两个资源路径之下，所以可能找不到。

所以，建议直接多设置几个源，国内常用的镜像源（注：可能镜像源地址有变化，注意甄别）

清华大学镜像源
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/
阿里镜像源
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/
豆瓣镜像源
http://pypi.douban.com/simple/
Python官方
https://pypi.python.org/simple/

删除已添加的指定镜像源，例如：

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

恢复为默认的镜像源（即从官网下载包）
```
conda config --remove-key channels
```
设置搜索时显示通道地址，如果 C:\Users(用户)\username\路径下没有.condarc文件，则需要在cmd命令行执行如下命令
```
conda config --set show_channel_urls yes
```
查看到Anaconda/Miniconda的所有信息，在channel URLs一栏，可以看到添加的镜像网站
```
conda info
```

Python基础—conda使用笔记

1.3.2. 方法二：修改 .condarc 文件

在C:\Users(用户)\username\路径下的.condarc文件，记录着我们对conda的配置，直接手动创建、编辑该文件是相同的效果。
如果C:\Users(用户)\username\路径下没有.condarc文件，则需要在cmd命令行执行如下命令
```
conda config --set show_channel_urls yes
```

1.3.3. 补充

后续在Pycharm中使用conda创建一个新环境时，发现上面的源设置有点问题，使用Pycharm总是无法创建，但在conda命令行中创建又可以。
解决，参考文章：https://www.jianshu.com/p/b1e4f33f975a

这里直接给出相关的设置，复制粘贴到.condarc文件中即可

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. 设置临时镜像源

有时也可能只需要临时使用某个镜像源下载某个模块，则可以临时指定下载的镜像源

直接指定安装模块时使用的镜像源地址，以opencv为例：

conda install opencv -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

2. conda使用

使用前，可以了解什么是虚拟环境？以及如何配置虚拟环境？
可参考文章：什么是虚拟环境？以及如何配置虚拟环境

2.1. 自定义conda创建虚拟环境的默认路径

由于使用conda创建的虚拟环境，默认是保存在C盘下的，随着后面虚拟环境创建的越多，下载的包越多，则占用的空间越大，所以修改conda创建虚拟环境的默认路径到其他盘。

conda创建虚拟环境的默认路径为 C:\Users\your_username\.conda\envs\
conda安装包的默认路径为 C:\Users\your_username\.conda\pkgs\
若不想占用C盘空间，需要修改 conda 虚拟环境的默认路径 和 安装包的默认路径

当然如果你的空间足够大，也可以不用设置。
参考文章：修改conda默认envs_dirs和pkgs_dirs

2.1.1. 方法一：命令行方式

在Anaconda Prompt 或 cmd 中执行如下命令

注：路径改为你自己想要保存conda虚拟环境的路径

conda config --add envs_dirs D:\DeveloperTools\Miniconda3\envs
conda config --add pkgs_dirs D:\DeveloperTools\Miniconda3\pkgs

在Anaconda Prompt 或 cmd 中执行下列语句，查看是否配置成功

conda info  #在 envs directories 一栏看到自己设置的虚拟环境路径
# 或
conda config --show   #在 envs_dirs 和 pkgs_dirs 栏都可以看到自己设置的虚拟环境路径

2.1.2. 方法二：修改.condarc 文件

在C:\Users(用户)\username\路径下的.condarc文件中添加需要存放conda虚拟环境的路径
```
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. 补充：对于 Windows设置未生效的情况

对于 Windows11或其他Windows版本，有时候即使conda info查看添加的虚拟环境路径已存在，但是当添加一个新的虚拟环境时，还是下载到了默认的C盘的路径下。
解决办法：修改自己用于保存conda虚拟环境的文件夹的权限，以及设置的envs和pkgs文件夹的权限为：完全控制
envs和pkgs文件夹同理，权限也需要设置为：完全控制

2.2. conda命令对python虚拟环境管理

查看conda配置的所有虚拟环境，终端中，左边显示的(base)表示安装conda时自带的基础环境

conda env list  （或conda info --envs，简写：conda info -e）
# 说明：结果中星号"*"所在行即为当前所在环境

Python基础—conda使用笔记

创建新的虚拟环境

# conda create --name your_env_name python版本
例如：
conda create --name PyTorch python=3.8
# 安装一个名为PyTorch的Python虚拟环境，Python版本是3.8（不用管是3.8.x，conda会为我们自动寻找3.8.x中的最新版本）

# 在指定文件路径创建
conda create --prefix=C:/ProgramData/Anaconda3/envs/pytorch python=3.8

如果创建虚拟环境时没有指定Python的版本，那么默认会安装与Anaconda / Miniconda版本相同的Python版本，即如果安装Anaconda第2版，则会自动安装Python2.x；如果安装Anaconda第3版，则会自动安装Python3.x

使用指定的某个虚拟环境

# conda activate 虚拟环境名称
conda activate PyTorch  # 激活名称为 PyTorch 的虚拟环境

退出/关闭指定的某个虚拟环境
```
conda deactivate
```

删除指定的某个虚拟环境

注：不要在所处的当前环境内，删除当前环境！否则可能会出现异常

# 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（复制）一份已有的虚拟环境
- 因为本来没有给虚拟环境重命名的，所以理论上可以用克隆（复制）后再删除原来的环境的方式实现重命名
- 但不建议这样来重命名，因为修改后会有一些路径上的BUG
```
# conda create --name new_env_name --clone old_env_name
conda create --name Tensorflow --clone PyTorch
# 复制名为 PyTorch 的虚拟环境 以此用于创建一个新的名为 Tensorflow 的虚拟环境
```

2.3. conda常用命令

注：在不同的虚拟环境中，查询包、安装包、更新包、卸载包都是独立的。

查看包

conda --version    #查看系统安装的conda版本
conda list         # 查看当前环境下已安装的包
conda list --name your_env_name    #查看某个指定环境的已安装包
conda search 库名    #查找package信息
conda search 库名 -info   #查看某一个模块的信息，没有该模块则无

安装包

conda install package_name     #在当前环境中安装包
conda install package_name=version    #在当前环境中安装指定版本号的包
# 当使用 conda install 无法进行安装时，可以使用 pip 进行安装
# 对于 .whl 文件，conda命令似乎不能正确安装，还是要用pip命令才行

更新包

conda update package_name      #更新当前环境中的指定包

# 更新多个指定包，则包名以空格隔开，向后排列。例如：
conda update pandas numpy matplotlib    #即更新pandas、numpy、matplotlib包

conda update --all  #更新当前虚拟环境中所有的包

# conda将conda、python等都视为package，因此，完全可以使用conda来管理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    #更新当前虚拟环境下的Python版本，假设当前环境是python 3.8.10，运行后，conda会将python升级为3.8.x系列的当前最新版本

卸载包

conda remove package_name     #卸载当前虚拟环境中的指定包

到底了 😃文章来源地址https://www.toymoban.com/news/detail-421532.html

到了这里，关于Python基础—conda使用笔记的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网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TOY模板网！

Python基础—conda使用笔记