【Anaconda3】安装、配置与使用
使用Python虚拟环境的必要性
不同Python工程中用到的包不尽相同，相同包的版本也可能不一样，一种方法是使得各个环境相对独立。
假如说某一个环境崩了，直接remove掉就可以了，不会影响到其他环境。不同虚拟环境之间互不影响。
一、下载&安装
- Linux系统安装Anaconda3 [官网] [清华大学镜像]
- 先前版本的Anaconda目录：https://repo.anaconda.com/archive/
chmod +x Anaconda3-2022.05-Linux-x86_64.sh
./Anaconda3-2022.05-Linux-x86_64.sh
二、配置
（写在前面：如果在Anaconda安装完毕后，选择conda init则会将conda加入系统变量，无需手动进行配置）
配置主要是指Anaconda环境变量的配置（本文以Ubuntu系统为例）。
终端中输入conda --version指令查看版本信息，如果返回conda: command not found说明我们需要配置环境变量。
步骤如下所示 👇
- 编辑
~/.bashrc文件； - 在文件末尾处添加类似
export PATH=$HOME/anaconda3/bin:$PATH的语句； - 最后
source ~/.bashrc
可以参考：https://www.cnblogs.com/bigtreei/p/9284635.html
三、使用
3.1 conda虚拟环境
- 创建虚拟环境
conda create -n=your_env_name python=3.6其中-n是--name的缩写
可以通过项目名project_name来创建环境 - 克隆虚拟环境
conda create -n=new_env_name --clone old_env_name - 删除虚拟环境
conda remove -n=your_env_name --all--all表示删除整个conda环境 - 重命名虚拟环境 = 克隆虚拟环境 + 删除原有环境
查看虚拟环境/虚拟环境中的包
- 查看所有的虚拟环境
conda info --env - 查看环境myenv中的安装包
conda list -n myenv
3.2 conda安装第三方库
conda search pkg-name命令，pkg-name为待安装的包名- 使用
conda install pkg-name指令会比pip install pkg-name方便一些 - 安装GPU版本的TensorFlow:
conda search tensorflow-gpu
3.3 拷贝conda环境
- 同一机器，拷贝
XXX/anaconda3/envs/your_env文件夹 - 不同机器，导出
environment.yml，参考链接 conda env create -f environment.yml根据现有的yml文件创建虚拟环境
name: machine-learning-env
dependencies:
- ipython
- matplotlib
- pandas
- pip
- python
- scikit-learn
备注
- anaconda3打包的是Python3(与之对应的是anaconda2打包Python2)
- GPU版本的PyTorch安装👉 https://www.cnblogs.com/Todd-Qi/p/14143344.html
