Anaconda 操作

自定义环境安装路径

查看环境和环境所在的位置：conda info --envs|conda env list
查看conda的配置信息：conda config --show

展示conda 的所有设置，主要看envs_dirs，表示环境的安装位置。第一个为默认安装路径

修改环境安装路径：
方式一：设置默认路径

# 增加环境路径
conda config --add envs_dirs [本地安装路径]  # envs_dirs是变量，照抄
# 检查是否增加成功
conda config --show 
# 删除环境路径
conda config --remove envs_dirs [安装路径] # envs_dirs是变量，照抄

方式二：修改.condarc文件
.condarc 路径：用户目录下

直接在文件后追加内容：

envs_dirs:
   - [安装绝对路径]

方式三：临时修改安装路径
conda create --prefix=...\new_env

conda与pip安装包路径问题

Linux

特定环境的路径

conda env list

pip 安装包路径

一：正式环境中
1. pip pip3 安装的包在下面路径（pip指向了python3.6解释器）
~/.local/lib/python3.6/site-packages/
 
2. pip2 安装的包在下面路径下
~/.local/lib/python2.7/site-packages/
 
3. pip3.5 安装的包在下面路径下
~/.local/lib/python3.5/site-packages/
   
二：虚拟环境中
pip 安装的包在下面路径下
~/.virtualenvs/虚拟环境名目录/lib/python3.5（或python2.7或python3.6）/site-packages

pip是Python语言中的一个包管理工具，通过pip我们可以安装、升级、卸载Python包。在这个过程中，pip默认会将Python包安装到系统的全局路径下，但是很多时候我们需要将Python包安装到指定的路径下，这里就介绍一下pip install安装路径的相关内容。

一、指定安装路径

默认情况下，pip会将Python包安装到系统的全局路径下，比如在Linux系统下是/usr/local/lib/python3.8/site-packages/。但是我们可以通过在pip install命令后面添加--target参数指定安装路径。例如，我们要将numpy包安装到当前用户目录下的mylibs目录下，可以使用以下命令：

pip install numpy --target ~/mylibs

这样，numpy包就会被安装到~/mylibs目录下。

二、加入环境变量

在默认情况下，安装到全局路径下的Python包是可以被所有用户访问到的。但是如果我们使用--target参数指定了安装路径，那么其他用户就无法直接访问到这些Python包了。

为了让其他用户也可以使用我们安装的Python包，一般有两种解决办法：

将安装路径加入到PYTHONPATH环境变量中

export PYTHONPATH=$PYTHONPATH:~/mylibs

执行该命令后，~/mylibs就会被添加到系统的PYTHONPATH环境变量中，其他用户就可以直接使用我们安装的Python包了。

在sys.path中添加安装路径
在Python代码中可以使用以下命令将安装路径添加到sys.path中：
```
import sys
sys.path.append('~/mylibs')
```
这样其他用户也可以使用我们安装的Python包了。

三、使用requirements.txt文件

在实际项目中，我们通常会使用requirements.txt文件记录项目依赖的Python包以及对应的版本号。可以使用以下命令将requirements.txt文件中的Python包安装到指定的安装路径下：

pip install -r requirements.txt --target ~/mylibs
这样，requirements.txt文件中记录的Python包就会被安装到~/mylibs目录下。

conda 安装包路径

conda安装软件包的路径是~/Anaconda3/pkgs  
#anaconda默认安装在~/#

所以，在某个环境中下载了包，再到另一个环境中下载同样的包时，
conda会自动在上面的目录里找，如果有，不会重复下载，
而是将这个包的site_package下的文件复制到当前环境下。
和直接pip install 一样了。
# ~/.conda/envs/EnvName/python3.6/site-packages

使用conda uninstall时，和pip uninstall 一样，
删除了当前环境site_packages中的包的内容，
但是在上述目录里面还存在这个包。

Windows

特定环境的路径

conda env list

pip /conda 安装包的路径

Path_to_Conda\Lib\site-packages

 终端中运行下面命令，查找site-packages目录
 python -c "import site;print(site.getsitepackages())"
 
 或者
 python -m site
 或者
 pip shwo 包名 #查看包安装在哪

给出一个手动安装库的代码：

常见操作

创建环境：

conda create -n your_env_name python=X.X 
# 或
conda create --name your_env_name python=X.X

包的安装、删除、环境删除：

conda install [package] #安装包
conda remove [package]  #删除包
conda update [package]  #更新包
conda remove -n your_env_name --all # 删除环境

更新源

.condarc源文件
windows存储路径：

C:\Users\username.condarc
Linux存储路径：
~/.condarc
.condarc存在与个人用户的目录下，在初次安装conda并不会生成，在运行完conda config后才会生成。

conda update -n base -c defaults conda : 更新conda版本
conda config --show channels或conda config --show-sources:显示源
conda config
conda config --add channnels [url] :添加源
conda config --remove channels [url]:删除源
conda config --set [property] [property_value]

换源操作

运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。
conda config --add channels [url]添加源

清华源

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

环境备份

# 环境克隆=环境改名

`根据已有环境名复制生成新的环境`：
1. 假设已有环境名为A，需要生成的环境名为B：
conda create -n B --clone A
2. 假设已有环境路径为D:\A，需要生成的新的环境名为B：
conda create -n B --clone D:\A

# 环境备份

1. 环境备份：激活目标环境，执行命令：`conda env export > envName.yml`，即可把所在环境信息导出到yml文件当中。
2. 环境恢复：打开yml文件所在的文件夹，执行命令：`打开yml文件所在的文件夹，执行命令：conda env create -f envName.yml [-n newEnvName]`

# 使用旧环境名
conda env create -f envName.yml
# 指定新环境名
conda env create -f envName.yml -n newEnvName

环境导出

Conda环境导出的目的是将已配置的环境保存到文件中，以便在其他地方或不同系统上重新创建相同的配置。以下是导出Conda环境的步骤：

一、Conda环境导出

激活要导出的环境。确保您已激活想要导出的Conda环境。您可以通过运行以下命令来激活环境：

conda activate environment_name
运行导出命令。在激活的环境中，运行以下命令将环境导出到文件中：
conda env export > environment.yml
这将创建一个名为“environment.yml”的文件，其中包含当前环境的所有包和版本信息。该文件可用于在另一台机器上重新创建相同的配置。

二、Conda环境导入

Conda环境导入的目的是在另一台机器上重新创建已保存的环境配置。以下是导入Conda环境的步骤：

创建新环境。在目标机器上，创建一个新的Conda环境，用于接收导入的配置。您可以使用以下命令创建新环境：
conda create -n new_environment_name
激活新环境。在新环境中，激活该环境以准备导入配置：
conda activate new_environment_name
导入配置文件。将之前导出的“environment.yml”文件复制到目标机器上，并将其放置在合适的位置。然后，运行以下命令导入配置文件：
conda env create -f environment.yml

这将根据“environment.yml”文件中的信息安装所需的软件包及其正确版本，从而重新创建相同的环境配置。

实例

查找.condarc文件

在Ubuntu用户家目录下中并未发现,通过conda config生成，并添加清华源

- cd ~
- ls -a
- conda config
- ls -a 
- cat .condarc

.condarc源文件
windows存储路径：

C:\Users\username.condarc
Linux存储路径：
~/.condarc
.condarc存在与个人用户的目录下，在初次安装conda并不会生成，在运行完conda config后才会生成。

手动装包

在尝试配置项目环境时，发现所装包的版本太老，conda源里没有相应的版本
所需包：torch==1.5.0 torchvision==0.6.0
https://download.pytorch.org/whl/torch_stable.html——.whl类型的下载文件

whl格式本质上是一个压缩包，里面包含了py文件，以及经过编译的pyd文件。使得可以在不具备编译环境的情况下，选择合适自己的python环境进行安装。
安装方法很简单，进入命令行输入
pip install xxxx.whl

或者如果是升级
pip install -U xxxx.whl

通过寻找对应的包进行下载，并在Linux上进行安装，完成手动装包过程。

问题

>>> conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
Collecting package metadata (current_repodata.json): done
Solving environment: unsuccessful initial attempt using frozen solve. Retrying with flexible solve.
Solving environment: unsuccessful attempt using repodata from current_repodata.json, retrying with next repodata source.
Collecting package metadata (repodata.json): failed

尝试换源，无效
解决：

关闭代理
删除.condarc文件

posted @ 2024-04-06 10:37 AlexanderOscar 阅读(297) 评论(0) 编辑收藏举报

刷新页面返回顶部

AlexanderOscar