Conda 从入门到入门【基础配置篇】

前言

Python 的管理主要涉及版本管理、环境管理和包管理。这些管理任务对于保持开发环境的一致性、解决依赖性问题和避免版本冲突至关重要。以下是一些关键的工具和概念，帮助你有效管理 Python。

版本管理

由于不同的项目可能需要不同版本的 Python，版本管理允许你在同一台机器上安装和使用多个 Python 版本。

pyenv：是一个流行的 Python 版本管理工具，允许你在同一台机器上安装和切换多个版本的 Python。它非常适合那些需要在不同项目之间切换使用不同 Python 版本的用户。

环境管理

环境管理涉及创建隔离的 Python 环境，每个环境都有自己的库版本集合。这对于处理不同项目的依赖性管理非常有用。

virtualenv：是一个创建隔离的 Python 环境的工具。每个环境都可以有自己的依赖版本，而不会干扰其他环境。

Conda：是一个跨平台的包和环境管理器，不仅可以用于 Python，还可以用于其他语言。Conda 允许你创建隔离的环境，以便不同的项目可以有自己的依赖版本。

包管理

包管理涉及安装、更新和管理 Python 库和依赖。

pip：是 Python 的官方包管理工具，用于安装和管理来自 Python 包索引（PyPI）的包。

Conda：除了环境管理外，Conda 也是一个强大的包管理工具，可以处理来自 Anaconda 仓库的包。Conda 特别适合于数据科学和机器学习项目，因为它可以轻松地安装在这些领域常用的大型库。

实践建议

依赖性文件：对于大多数项目，使用 requirements.txt（pip）或 environment.yml（Conda）来管理项目依赖是一个好习惯。这样可以确保其他人（或你自己在不同环境中）可以轻松地重现环境。

虚拟环境：始终在虚拟环境中工作，以避免依赖冲突和不一致性问题。这对于保持全局 Python 环境的干净和管理多个项目至关重要。

版本控制：使用版本控制（如 Git）来管理你的代码和依赖文件，这样你可以跟踪依赖的变化并在需要时回滚到早期的状态。

Conda 的安装、更新和卸载

conda 分为 anaconda 和 miniconda，anaconda 是一个包含了许多常用库的集合版本，miniconda 是精简版本（只包含conda、pip、zlib、python 以及它们所需的包），剩余的通过 conda install command 命令自行安装即可；

一、区别：Conda、Miniconda 和 Anaconda

Conda、Miniconda 和 Anaconda 是常用于科学计算和数据科学的Python环境和包管理工具。它们之间有一些关键的区别：

1、Conda:

Conda是一个开源的包管理系统和环境管理系统，用于安装、运行和升级包和环境。它是语言无关的，虽然最初是为Python项目设计的，但也可以用来打包和分发软件包的其他语言。

Conda可以帮助用户在不同的项目之间切换环境，确保依赖关系不冲突。

2、Miniconda:

Miniconda是Conda的一个最小化安装版本。它包括Conda、Python以及少数必要的库，但不包括Anaconda发行版中预装的大量数据科学库和工具。

Miniconda是一个轻量级的替代品，适用于希望自定义安装必要包的用户。通过Miniconda，用户可以创建具有所需包的环境，而不需要下载Anaconda发行版中的所有预装包。

3、Anaconda:

Anaconda是一个开源的Python和R语言的分发版，专为科学计算（数据科学、机器学习应用、大数据处理等）而设计。

Anaconda包括Conda、Python以及一系列预安装的库和工具，如NumPy、Pandas、SciPy、Matplotlib等，以及用于数据科学和机器学习的IDE（如Jupyter Notebook）。

Anaconda是最适合希望直接使用大量数据科学库的用户，而无需单独安装每个库。

二、安装conda

miniconda 官网：https://conda.io/miniconda.html

anaconda 官网：https://www.anaconda.com/download/success

点击安装即可，不需要另外安装 Python运行环境，安装过程中，出现 Advanced options选项，第一个选项是将Anaconda的路径加入环境变量，第二个是默认将conda安装的 Python 定为系统使用的默认版本：

Latest - Conda 23.11.0 Python 3.11.5 released December 20, 2023

————————————————

三、添加镜像源

在 Python 的包管理工具中添加镜像源，可以加速包的下载速度，尤其是在某些地区访问默认源可能较慢或受限的情况下。下面将介绍如何在 pip 和 Conda 中添加镜像源。

对于 pip

1.命令行指定镜像源: 在使用 pip 安装包时，可以使用 -i 选项临时指定镜像源。例如，使用清华大学的镜像源安装 flask：

pip install flask -i https://pypi.tuna.tsinghua.edu.cn/simple

2.永久修改配置文件: 你可以修改 pip 的配置文件（在 Linux 或 macOS 上通常位于 ~/.pip/pip.conf，在 Windows 上位于 %USERPROFILE%\pip\pip.ini），添加镜像源以便永久使用。例如，添加清华大学镜像源的配置如下：

在 Linux 或 macOS 的 ~/.pip/pip.conf 添加：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

在 Windows 的 %USERPROFILE%\pip\pip.ini 添加：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

对于 Conda

Conda 允许通过 .condarc 配置文件或命令行来添加和使用镜像源。一些常用的 Conda 镜像源包括清华大学、中科大等。

1.命令行添加镜像源:

使用以下命令添加镜像源（例如，添加清华大学的镜像源）：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes #windows 用户无法直接创建 .condarc 文件，需要通过指令

这会将镜像源添加到你的 .condarc 文件中，并设置 Conda 以显示每次操作使用的镜像源 URL。

2.编辑 .condarc 文件:

如果需要手动编辑或查看 .condarc 文件，可以在用户主目录下找到（如果文件不存在，可以手动创建一个）。添加镜像源，例如：

channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: yes

这样配置后，pip 或 Conda 将默认使用指定的镜像源来下载和安装包，这通常可以显著提高下载速度和提升访问稳定性。

目前国内提供conda镜像的大学
清华大学: https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
北京外国语大学: https://mirrors.bfsu.edu.cn/help/anaconda/
南京邮电大学: https://mirrors.njupt.edu.cn/
南京大学: http://mirrors.nju.edu.cn/
重庆邮电大学: http://mirror.cqupt.edu.cn/
上海交通大学: https://mirror.sjtu.edu.cn/
哈尔滨工业大学: http://mirrors.hit.edu.cn/#/home

要查看已添加的 Conda 通道（channels），你可以使用以下几种方法：

1.使用命令行指令：

在 Anaconda Prompt 或其他支持 Conda 的命令行界面中，输入以下命令：

conda config --get channels

这个命令会列出所有已配置的通道。

2.查看配置文件：

Conda 的通道配置通常存储在用户主目录下的 .condarc 文件中。你可以使用文本编辑器打开该文件查看已添加的通道。在 Windows 上，文件路径通常是 C:\Users\<你的用户名>\.condarc；在 macOS 或 Linux 上，文件路径通常是 ~/.condarc。打开文件后，你应该会看到类似下面的内容：

在这个 channels 列表下，你会看到所有已添加的通道。

3.使用 conda info 命令：

虽然 conda info 主要用于显示 Conda 的详细信息，但它也会包括已配置的通道信息。执行 conda info 命令后，在输出信息中查找 "channels" 部分，那里会列出已配置的通道。

无论使用哪种方法，你都可以找到已添加的 Conda 通道列表。这些通道是 Conda 在搜索和安装包时所使用的源。如果你需要修改或删除通道，可以使用 conda config --add channels 来添加新通道，或使用 conda config --remove channels 来删除已添加的通道。

恢复默认镜像源：conda config --remove-key channels

4、查看，更新 conda

查看版本号：conda --version

升级版本号：cnoda update conda

5、卸载 conda

对于 Windows 用户：

1.通过控制面板卸载:

打开“控制面板” > “程序” > “程序和功能”，找到 Miniconda 并选择“卸载”。

2.手动删除:

如果通过控制面板卸载后，可能还需要手动删除 Miniconda 目录（例如 C:\Users\你的用户名\Miniconda3）来确保所有文件都被移除。

删除任何相关的环境变量。右击“计算机” > “属性” > “高级系统设置” > “环境变量”，然后查找与 Miniconda 相关的任何条目并删除。

清理环境变量（适用于所有操作系统）：

确保从你的环境变量中删除任何与 Miniconda 相关的路径。这通常涉及编辑 .bash_profile、.bashrc 或系统的环境变量设置。

conda 管理环境

利用 Conda 可以创建单独的环境，其中包含不与其他环境交互的文件、包及其依赖项。当开始使用 conda 时，已经默认创建了一个 base 的环境，但是，如果不想将程序放入这个基础环境（base）中，可以选择创建单独的环境以使程序彼此隔离。

1、查看当前所有环境：

基本命令：conda info --envs 或 conda info -e 或 conda env list

2、创建环境：

基本命令：conda create --name env_name python='py_version'

指定创建环境目录，使用--prefix 参数。

conda create --prefix /path/to/env_directory python='py_version'

查看环境：

注意：

当你使用 --prefix 参数来创建 Conda 环境时，你实际上是直接指定了环境的安装路径，而不是使用 Conda 的默认环境目录并给环境命名。因此，使用 --prefix 创建环境时，Conda 不会让你通过一个额外的参数来指定环境名称，因为环境的“名称”在这种情况下实际上是由其安装路径定义的。