日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

python的環境conda簡介_python

作者：bugs-in-life ? 更新時間： 2022-11-03 編程語言

Conda Guide

Conda簡介

conda是一個包，依賴和環境管理工具，適用于多種語言，如: Python, R, Scala, Java, Javascript, C/ C++, FORTRAN。

應用場景：比如在A服務器開發了一個應用，安裝了N個包。現在要遷移到B服務器，又要重新安裝一遍，還不知道A服務器上哪些包是必須的。conda就是解決這種問題，把該應用需要的包都安裝到應用所在的環境中，遷移的時候，只要把環境導出，再導入到B環境即可。

Conda的安裝

安裝過程

windows的安裝就不演示了，直接在網上搜miniconda安裝包，然后一路點下一步即可安裝完成。

下邊講解linux下的安裝

創建condarc.mirror文件

channels:
  - conda-forge
  - bioconda
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

curl -L -o /tmp/miniconda.sh https://repo.anaconda.com/miniconda/Miniconda3-py39_4.11.0-Linux-x86_64.sh
/bin/bash /tmp/miniconda.sh -b -p /opt/conda
rm /tmp/miniconda.sh
conda clean -tipsy
find /opt/conda -follow -type f -name '*.a' -delete
find /opt/conda -follow -type f -name '*.pyc' -delete
conda clean -afy
cp ./condarc.mirror /root/.condarc

更新conda

conda update conda

鏡像服務器

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
conda config --set show_channel_urls yes
# 執行完上述命令后，會在Users目錄生成.condarc

環境管理

查看所有環境

conda env list

新建環境

conda create --name [name] python_or_others
ps: conda create --name FastAPI python=3.9.12

進入環境

conda activate env_name

退出環境

conda deactivate

刪除環境

conda remove -n env_name --all

復制環境

conda create --clone ENVNAME --name NEWENV

package管理

列出package 

conda list

列出指定環境中的所有軟件包

conda list -n myenv

安裝package 

pip install xxxx 或者 conda install xxxx
ps:pip install tensorflow

如果不用-n指定環境名稱，則被安裝在當前活躍環境，也可以通過-c指定通過某個channel安裝

conda install (-n python34) numpy

更新package 

conda update (-n python34) numpy

卸載package 

conda remove/uninstall package_name

查找package信息

conda search (-n python34) numpy

更新目前環境所有package 

conda update --all

導出當前環境的package信息

conda env export > environment.yaml

清除緩存

刪除索引緩存、鎖定文件、未使用的緩存包和tarball(壓縮包).

conda clean -a

環境的復制

注意：yaml的方式，很消耗資源，系統配置至少要2核4G以上，且yaml的package不能過多，否則會被killed

1、導出環境

conda env export > environment.yaml

文件內容示例

name: kyle
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
  - https://repo.anaconda.com/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - defaults
dependencies:
  - _pytorch_select=0.2=gpu_0
  - pip:
    - opencv-python==4.1.2.30

2、導入環境

conda env create -f environment.yaml

3、Clone環境

conda env update -n my_env --file ENV.yaml

原文鏈接：https://www.cnblogs.com/bugs-in-life/p/16672747.html

欄目分類
最近更新