[Python] 包管理器conda的安装与使用教程

目录

近期准备重新摸一摸py,而py的版本、环境管理有点糟心,故需总结一下安装教程。

1 Anaconda : 专门为数据科学设计的Python发行版

1.0 Anaconda 简介

  • 官网
  • Anaconda

Anaconda:python的一种软件发行版
Anaconda发行版会预装很多pydata生态圈里的软件,而Miniconda是最小的conda安装环境, 一个干净的conda环境。

  • 软件发行版:在系统上提前编译和配置好的软件包集合, 装好了后就可以直接用。
  • 【结论】conda和Anaconda没有必然关系, 你可以不安装Anaconda的同时, 使用conda安装和管理软件。

1.1 Miniconda 简介

  • Miniconda是一个更小的Anaconda发行版(Anaconda是一个包含大量预装数据科学和机器学习库的Python发行版),它只包含conda包管理器和Python以及其必要的库。

作为 Anaconda Distribution 的一个免费微型安装,其中仅包括 conda、Python、它们都依赖的包以及少量其他有用的包。
但若商用,可能有风险。

  • Miniconda的目的是提供一个更轻量级的选项来安装和运行conda环境,同时保持Anaconda的核心功能。

  • Miniconda可以安装在任何操作系统上,并且可以用于创建轻量级的Python环境,适合那些需要定制环境,不需要Anaconda完整发行版中所有组件的用户。

  • 使用Miniconda,用户可以轻松地安装、更新和管理Python包,以及创建隔离的Python环境。

  • 官网

  • 镜像

1.2 Anaconda 与 Miniconda 的关系

AnacondaMiniconda 是两个流行的Python发行版,它们都用于科学计算、数据分析和机器学习等领域。

它们的主要区别和关系如下:

  1. Anaconda

    • 全功能发行版:Anaconda是一个包含Conda包管理器的完整Python发行版,它预装了许多常用的数据科学和机器学习库,如NumPy、Pandas、SciPy、Matplotlib、Jupyter等。
    • 大而全:Anaconda的安装包相对较大,因为它包含了大量的预安装库和工具,适合需要快速开始数据分析和科学计算的用户。
    • 集成环境管理:Anaconda提供了Anaconda Navigator,这是一个图形界面工具,用于管理环境和包。
    • 适合初学者:由于其预装了许多库和工具,Anaconda非常适合初学者和那些需要快速设置开发环境的用户。
  2. Miniconda

    • 轻量级发行版:Miniconda是一个更轻量级的发行版,它只包含Conda包管理器和Python本身,不预装其他库。
    • 灵活定制:用户可以根据需要自行安装所需的库和工具,这使得Miniconda更加灵活,可以根据项目需求定制环境。
    • 适合高级用户:由于Miniconda不预装许多库,它更适合那些需要精确控制环境和包的用户,或者那些需要最小化安装大小的用户。
    • 环境管理:Miniconda使用Conda来管理环境和包,这与Anaconda相同,但Miniconda没有Anaconda Navigator这样的图形界面工具。
  3. 关系

  • 同根同源:Anaconda和Miniconda都是基于Conda包管理器的,它们都由Anaconda, Inc.开发。
  • 环境兼容性:在Anaconda中创建的环境可以在Miniconda中使用,反之亦然,因为它们共享相同的Conda环境管理机制。
  • 选择依据:选择Anaconda还是Miniconda通常取决于用户的特定需求。如果需要一个预装了许多库的完整环境,Anaconda可能是更好的选择。如果需要一个更轻量级、更灵活的环境,Miniconda可能更合适。

总的来说,Anaconda提供了一个“开箱即用”的解决方案,而> Miniconda则提供了一个更灵活、更轻量级的选项。
两者都是基于Conda,因此在环境管理和包管理方面有许多相似之处。

1.3 Conda、Miniconda和Anaconda是否免费且开源?均部分或完全从属于 Anaconda Inc 公司,直接商用,均有风险。

  • Anaconda : 付费、商用需付费授权、闭源、从属于 Anaconda Inc 公司
Anaconda 是一个商业版的 Python 发行版,预装了最受欢迎的机器学习库(如 numpy、scipy、MKL 等)。

Anaconda 本身不是免费和开源的。
尽管如此,请记住 Anaconda 是一组软件和库(无论是预安装还是可后续安装),它们都受其自己的许可证管理。

Anaconda 本身从未开源过。
他们不发布重建 Anaconda 发行版所需的源代码或构建。

Anaconda 本身在 2020 年 4 月之前是免费使用的,但 Anaconda Inc,即 Anaconda 背后的公司更新了其服务条款,禁止商业使用 Anaconda。
  • Miniconda : 免费、但商用需付费授权、闭源、从属于 Anaconda Inc 公司
类似于 Anaconda,但是更轻量级。
虽然 Anaconda 大约有 3 GB 的容量并且拥有数百个流行的包,
但 Miniconda 大约只有 500 MB 的容量,并且只包含 Python 解释器和较少的包。
  • Conda:开源、免费(但不完全免费----产权较为复杂,直接商用有被告的风险)、部分归Anaconda Inc所有和控制

https://github.com/conda/conda

Conda 是用于构建和安装包的软件包管理器。
Conda 是所有 Anaconda 生态系统的基础模块,它与 Anaconda 和其他发行版捆绑在一起。

Conda是一款开源软件,其代码托管在GitHub上,采用BSD-3许可证

Conda部分归Anaconda Inc所有和控制,Anaconda Inc是Anaconda背后的公司。(如果您不相信,请查看GitHub repo conda(at)anaconda.com上的联系邮箱)

Conda并非完全免费使用,这就使得它变得非常复杂。
  • Conda仓库和anaconda.org
  • 虽然conda本身是免费的(BSD-3),但conda必须从软件包仓库下载软件包,而软件包仓库有一些限制。特别地,anaconda.org上的Anaconda仓库禁止在拥有超过200名员工的组织中进行商业使用。
  • Conda默认使用官方仓库(无论您是使用独立构建的conda还是来自Anaconda或Miniconda),并且它不是免费使用的。

警告:虽然许可证条款中有一个例外,允许下载Anaconda和Miniconda安装程序,但它非常狭窄,不能解除其他限制。您可能会不知不觉地违反许可证条款。

  • 有一些备选的仓库(渠道),它们具有不同的许可条款和不同的软件包集合。目前最受欢迎的渠道是 anaconda、conda-forge、cctbx 和 fastchan。
  • 所有仓库都由 Anaconda Inc. 托管和运营。在去年的一次采访中,该公司的 CEO 表示他们每月花费 8 万到 10 万美元来托管 conda-forge,这通常被认为是社区维护的开源渠道。
  • 有一些备选的发行版(Anaconda、Miniconda、Miniforge、MicroMamba 等),它们在捆绑哪些软件包以及从哪个渠道下载方面有所不同。
  • 总之,自从 2020 年 4 月更改了许可条款以禁止商业使用以来,conda 生态系统成为了一个雷区。如果您在商业组织中工作,请非常仔细地审查您使用的任何内容。
  • 参考文献

1.4 conda 环境管理器,是否有开源版本?

Conda 环境管理器确实有开源版本,它就是 Conda 本身。
Conda 是一个开源的包和环境管理系统,可以用于 Windows、macOS 和 Linux 上的任何编程语言的打包和分发,包括 Python、R、Ruby、Lua 等。
此外,还有两个与 Conda 紧密相关的开源项目,它们是 MiniforgeMamba

  1. Miniforge:6.8k star | 342 fork | end 2024.12.29

Miniforge 是由 conda-forge 社区维护的一个开源项目,它提供了一个轻量级的 Anaconda 替代品,基于 Conda 包管理器。
Miniforge 提供了与 Anaconda 类似的功能,但体积更小,安装更快,并且完全开源无商业风险
它提供了一个轻量级的替代方案,不带有预装的包,这与Anaconda或Miniconda提供的预装包集合不同。
https://github.com/conda-forge/miniforge

forge
v.锻造;伪造;制作;假冒;稳步前进;努力加强;艰苦干成
n.铁匠铺;锻造车间;锻造工厂;锻铁炉
  1. Mamba:7k star | 368 fork | end : 2024.12.29

https://github.com/mamba-org/mamba
Mamba 是 Conda 的一个替代品,它被优化为更快的速度和更低的内存占用。
Mamba 可以兼容所有 Conda 命令,提供了与 Conda 几乎完全一致的安装目录和虚拟环境迁移的友好性。

  1. 补充:

这两个工具都是开源的,并且可以作为 Conda 的替代品使用,它们提供了 Conda 的核心功能,同时在某些方面进行了优化和改进。
因此,如果你在寻找 Conda 的开源版本或者替代品,Miniforge 和 Mamba 都是不错的选择。

2 Conda : 通用的软件包管理系统 + (多)环境管理系统

2.1 简介

  • 官网

  • conda

Conda is an open source package management system and environment management system for installing multiple versions of software packages and their dependencies and switching easily between them. It works on Linux, OS X and Windows, and was created for Python programs but can package and distribute any software.

Conda 是一个开源的包管理系统,主要用于安装、管理和卸载各种开源软件包和环境。
它可以支持多种编程语言(如Python、R、Julia)和操作系统(Windows、Linux、macOS)。
Conda的核心功能包括包管理和环境管理,类似于pip工具,同时具备virtualenv、PVMShell(Python Version Manager)以及其他必要的基础库。
Conda可以独立于Anaconda使用,但通常与Anaconda结合使用,以便于管理Anaconda发行版的软件包和环境。1
  • pip是 Python 包管理工具
  • conda是一个开源的软件包管理系统环境管理系统
  • pipPython包进行管理; 而conda不仅能进行包管理,还能够创建隔离的环境,该环境可以包含不同版本的Python和或其中安装的软件包。
  • conda ≈ pip(python包管理) + virtualenv(虚拟环境) + 非python依赖包管理
conda install pip

pip install [包名] == [版本号]
conda install [包名] = [版本号]
  • pip 包管理器

  • anaconda jupyternoteboo

  • pytorch

2.2 安装 on Linux

  • 本章节摘自 :
  • conda分为anaconda和miniconda。anaconda是包含一些常用包的版本,miniconda则是精简版

可以根据自己的需要来安装相应的软件,一般安装使用miniconda

Step1 下载conda

可以根据conda的清华镜像源去进行下载

wget -c https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh

# 清华的镜像源latest的版本的话就是说以后一直会更新最新的版本
wget -c https://mirrors.bfsu.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh

注:一定要加-c参数,这样的话就算网络出现问题也会在联网的时候继续下载(最好直接使用清华的镜像去下载,这样速度比较快

Step2 安装conda

使用bash去运行脚本,以sh结尾的文件,除了 bash 之外还可以使用 ./ 去运行

chmod 777 Miniconda3-latest-Linux-x86_64.sh         #刚下载好的安装包没有可执行权限,所以需要先给权限

bash Miniconda3-latest-Linux-x86_64.sh              #运行.sh 

因为博主是全新的没有安装任何软件的服务器,所以就直接一路yes下来

据网友说:好像没有看到说要将conda添加到环境配置里面 只是会问你是否接受许可条款和初始化conda我都选的yes

.bashrc文件里面有conda的路径

Step3 运行 conda

虽然安装好了,但是输入conda回车还是说找不到

所以需要运行一下conda的activate文件,首先需要确定activate文件是否有可执行权限,我的打开就是绿色的显示可以执行,如果是白色就使用chmod 777 activate去加上权限

cd miniconda3/bin       #转到miniconda的bin文件夹下

source activate             #运行
  • 运行完activate之后就可以看到进入到conda的环境里面

Step4 添加频道

conda在国内有很多镜像,在国内一般会选择添加清华的镜像

# 添加镜像
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/
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/
  • 添加完镜像之后可以查看一下,然后把defaults删掉,如果有defaults存在的话每次安装软件的时候会去默认的镜像源里面找一遍,会增加不必要的时间成本。
conda config --set show_channel_urls yes            #显示已经安装的频道

conda config --get channels                             #查看安装的频道

vim ~/.condarc                                              #编辑conda的配置文件

Step5 创建独立环境

不能将需要用的软件或者其他要用的东西装在base环境中

创建一些独立的环境会比较方便我们做项目管理,不会有冗余,一个独立的小环境就像一间单独的小房间,彼此独立不会相互影响,这样就会可以方便我们管理不同依赖包的软件

建议: base环境中不要安装任何的包,保持干净,除非你知道这个包会对原生的环境造成什么样的影响

打开MS DOS窗口 (为了避免权限问题,最好使用管理员身份运行)

conda create -n rnaseq   #创建conda小环境 - -n 用来指定环境的名称
conda create -n database python=3.7.3    # 指定环境中需要带的python的版本
conda create -n mind-search-env python=3.12 # 指定环境中需要带的python的版本

# conda create --prefix 环境所在目录的绝对路径 python=你需要使用的python版本
conda create --prefix D:\ProgramData\miniforge3\envs\stock-analysis python=3.9
conda create --prefix D:\ProgramData\miniforge3\envs\python-3.9 python=3.9
 
conda activate rnaseq     # 启动小环境
conda activate D:\ProgramData\miniforge3\envs\python-3.9

conda deactivate           # 退出小环境

conda env list  / conda info --env    #查看共有多少个小环境

conda remove -n python --all     # 删除conda小环境
# 通过环境名称卸载
conda env remove -n {环境名称}
# 通过prefix卸载
conda env remove --prefix D:\ProgramData\miniforge3\envs\python-3.9

Step6 软件安装

可以直接使用conda去安装一些我们需要用到的软件,比如我之后要搭建的blast

  • Q1: 搜索哪些软件可以用conda下载
  • 方法1:网站查询

https://bioconda.github.io/

  • 方法2:conda search XXX

注:有时候在服务器搜索会很慢

  • 方法3:关键词搜索
  • Q2: 指定安装软件的版本(以fastqc为例)
    在不指定版本的情况下,conda默认安装该软件的最新版,如果要安装旧的版本方法:
  • 先看看有哪些可以安装的版本 conda search fastqc
  • 安装指定版本的软件
conda install fastqc=0.11.7

添加-y参数跳过确认的步骤 conda install -y fastqc=0.11.7

  • Q3: 安装找不到软件的包
  • 确定一下conda是否能安装我们需要的软件
  • 确定名字是不是输入正确(尤其要注意)
  • 确定好我们要安装的包在conda中的名字

2.3 安装 on Windows

Step1 下载 conda

  • 下载地址:

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

下载最新的windows版本

Step2 安装

安装过程如果没有选择添加环境变量(Path),那么需要手动添加一下环境变量(Path),例如你安装的路径是d:\program\miniconda,那么conda执行的实际路径就是:

D:\Program\miniconda3
D:\Program\miniconda3\Scripts
D:\Program\miniconda3\Library\bin

Step3 验证版本

安装之后通过cmd命令行查看conda info命令是否可以正常使用


命令执行结果

conda --version

conda -h

Step4 初始化conda和shell的交互

  • 第一次使用需要先conda init。

conda init 的作用是初始化conda和shell的交互。通过运行conda init命令,可以在当前的shell环境中设置一些环境相关的配置,例如自动加载conda环境等,以便在后续的命令行交互中更加便捷地使用conda命令。这对于经常需要在命令行中操作conda环境的人来说非常有用,因为它可以提高工作效率和减少出错的可能性。
否则,执行conda activate base之类的环境命令时,就报类似错误:CondaError: Run 'conda init' before 'conda activate'IMPORTANT : You may need to close and restart your shell after running "conda init"

# conda init
no change     D:\Program\miniconda3\Scripts\conda.exe
no change     D:\Program\miniconda3\Scripts\conda-env.exe
no change     D:\Program\miniconda3\Scripts\conda-script.py
no change     D:\Program\miniconda3\Scripts\conda-env-script.py
no change     D:\Program\miniconda3\condabin\conda.bat
no change     D:\Program\miniconda3\Library\bin\conda.bat
no change     D:\Program\miniconda3\condabin\_conda_activate.bat
no change     D:\Program\miniconda3\condabin\rename_tmp.bat
no change     D:\Program\miniconda3\condabin\conda_auto_activate.bat
no change     D:\Program\miniconda3\condabin\conda_hook.bat
no change     D:\Program\miniconda3\Scripts\activate.bat
no change     D:\Program\miniconda3\condabin\activate.bat
no change     D:\Program\miniconda3\condabin\deactivate.bat
modified      D:\Program\miniconda3\Scripts\activate
modified      D:\Program\miniconda3\Scripts\deactivate
modified      D:\Program\miniconda3\etc\profile.d\conda.sh
modified      D:\Program\miniconda3\etc\fish\conf.d\conda.fish
no change     D:\Program\miniconda3\shell\condabin\Conda.psm1
modified      D:\Program\miniconda3\shell\condabin\conda-hook.ps1
no change     D:\Program\miniconda3\Lib\site-packages\xontrib\conda.xsh
modified      D:\Program\miniconda3\etc\profile.d\conda.csh
modified      C:\Users\xxxx\Documents\WindowsPowerShell\profile.ps1
modified      HKEY_CURRENT_USER\Software\Microsoft\Command Processor\AutoRun

==> For changes to take effect, close and re-open your current shell. <==

  • 执行完conda init后,重启命令行程序,就可以正常使用miniconda了:
> conda info -e
# conda environments:
#
base                     D:\Program\miniconda3

  • 可能在vscode、powershell等软件中打开终端时会出现无法启动conda的情况,报错信息一般为“无法加载文件C:\Users{USER}\Documents\windowsPowerShell\profile.ps1…”,如下图:

解决方法是以管理员身份启动powershell,然后在其中执行 set-ExecutionPolicy RemoteSigned,并输入 Y,如图:

Step4 配置

  • Q1: 添加国内源 [可选步骤]
  • Windows 用户无法直接创建名为 .condarc 的文件,可先执行

conda config --set show_channel_urls yes (设置搜索时显示通道地址)

  • 生成该文件之后再修改。

生成的路径是用户目录:C:\Users\{USER}\.condarc

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/msys2/

此时的文件配置内容:

  • Q2: 安装 openssl
  • 在执行conda upgrade --all时,报SSLError,需要安装openssl

下载地址:(下载后直接安装就行)

openssl

现在执行conda upgrade --all就可以正常执行了

  • Q3: power shell下配置
    使用conda激活虚拟化环境时,会报错,解决办法如下:
    1)以管理员身份打开PowerShell
    2)执行conda install -n root -c pscondaenvs pscondaenvs
    3)执行Set-ExecutionPolicy RemoteSigned

2.4 使用

2.4.1 环境管理

  • 创建环境
# 创建指定名称的环境
conda create --name {envName} python=2.7
  --name : 也可缩写为 【-n】
  envName : 新创建的虚拟环境的名字,创建完,可装anaconda的目录下找到 envs/envName 目录
  python=2.7 : python的版本号。也可指定为【python=3.6】,若未指定,默认为是装anaconda时python的版本


# 创建一个新的conda环境,并安装指定的软件包
conda create --name {envName} {packageName}

# 若想要在创建环境的同时,安装python的一些包:
conda create -n {envName} python=3.6 numpy pandas

# 若想在别人虚拟环境的基础上,创建自己的环境:
conda create --name {envName} --clone {baseEnv}

# 根据指定路径创建虚拟环境
# conda create [-n 环境名称 | -p path] [--clone 环境名称] [-c channel_address] [PackageName]
# 示例 :
conda create --prefix=C:/ProgramData/Anaconda3/envs/pytorch python=3.8
  • -p,--prefix:除了根据名称创建环境以外,我们还可以根据地址来创建 conda 环境

  • 激活环境

  • windows : activate {envName}
windows用户环境变量中添加(改成自己的路径):
D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin

linux/mac : source activate yourEnv

linux用户需要进入到anaconda/envs目录下激活需要的环境,或者通过命令source active /home/yourName/anaconda3/envs/yourEnv激活需要的环境;

上面激活的方式进入目录太复杂 or 命令太长了,可以通过设置全局变量或者用linux的别名alias设置。

第一种方式,将需要激活的路径下的bin文件添加到全局环境变量中如将/home/yourName/anaconda3/envs/yourEnv/bin添加到~/.bash_profile中。
第二种方式,通过vim ~/.bash_profile,向里面添加alias activeEnv='source activate /home/yourName/anaconda3/envs/yourEnv',source ~/.bash_profile之后可以直接在命令行输入activeEnv激活相应环境

建议第二种,并建议看下linux的alias,非常好用
  • 查看环境
# 查看所有的环境
conda env list

# 查看conda中已有的python环境
conda info -e
或 conda info --env

# 查看活跃的环境 | 输出中带有【*】号的的就是当前所处的环境
conda info --envs
  • 退出当前环境
conda deactivate
  • 删除指定环境
conda env remove --name {envName}

2.4.2 软件源管理(channel)

  • 显示镜像源
conda config --show channels

  • 添加新镜像源
conda config --add channels [urls…]
  • 删除镜像源
conda config --remove-key channels 删除所有的镜像源,恢复到默认
conda config --remove channels [urls] 删除指定的镜像源
  • 清除索引缓存

清除索引缓存,保证用的是镜像站提供的索引

conda clean -i

清华镜像源

下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
由于更新过快难以同步,不同步pytorch-nightly, pytorch-nightly-cpu, ignite-nightly这三个包

  • .condarc (just demo)
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/

阿里镜像源

下载地址:https://mirrors.aliyun.com/anaconda/
包括 完整版 (archive/)目录 和 miniconda(miniconda/)目录

  • .condarc (just demo)
channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.aliyun.com/anaconda/cloud
  msys2: http://mirrors.aliyun.com/anaconda/cloud
  bioconda: http://mirrors.aliyun.com/anaconda/cloud
  menpo: http://mirrors.aliyun.com/anaconda/cloud
  pytorch: http://mirrors.aliyun.com/anaconda/cloud
  simpleitk: http://mirrors.aliyun.com/anaconda/cloud

2.4.3 软件管理

  • 查看conda中已安装的软件
# 查看当前环境下安装的包和版本 / 查看当前环境下用conda安装的软件
conda list

# 查看符合正则表达式的软件
conda list fast*   

# 查看指定环境下用conda安装的软件
conda list -n base 
conda list -n base
  • 搜索软件包
# 搜索包含特定软件包的 conda 仓库 , 将会列出所有与 pandas 相关的软件包
conda search pandas
  • 安装软件
# 安装指定的软件包
conda install {package_name}

# 安装指定源的软件包
conda install -c urls lib_name

# 在指定位置创建安装包
## 格式:
conda install [-n 环境名称 | -p path] [-c channel_address] [PackageName]
## -n, --name:安装PackageName包的环境名称。
## -p:也可以不指定环境名称,指定环境的绝对路径。
## -c, --channel:频道地址,一般不指定的话默认即可。
### 在指定位置创建环境pip install 包名==版本号 --target=路径 
### -i 后面加的是镜像网站
pip install chinesecalendar==1.8.1 --target=D:\bin.x64\Lib\site-packages -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install chinesecalendar --target=D:\bin.x64\Lib\site-packages -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install chinesecalendar==1.8.1 --t=D:\bin.x64\Lib\site-packages -i https://pypi.tuna.tsinghua.edu.cn/simple
  • 删除软件
conda remove fastqc   # 删除该环境中的软件

conda remove -n rnaseq fastqc   # 删除指定环境下的软件
  • 升级软件
conda update fastqc  # 升级指定的软件

conda update conda    # 升级conda本身

conda update package_name: 更新已安装的软件包。

2.4.4 conda管理

# 本身更新到最新可用版本
conda update conda将conda

# 会卸载旧版本的conda,并安装新版本的conda。在遇到conda自身的问题,或者需要切换到一个全新的conda版本时,才推荐使用conda upgrade conda。
conda upgrade conda
  • 小tips
  • conda可以一次安装多个软件包
  • 有时候只要软件比如说我们的conda不影响我们的使用就不需要去管
  • 指定下载该软件的旧版本就可以完成该软件的降级

2.4.5 软件使用

  • 当前环境下使用pip
pip install matplotlib
pip list
pip ...
...

2.4.6 PyCharm中引用conda

  • Conda Environment

conda executable: D:\Program_Files\Miniforge\Miniforge3\Scripts\conda.exe
  • Project Interpreter(项目解释器)

  • 参考文献

3 Python的原始安装方式

Y 小结

3.1 Anaconda 与 Conda

  • Conda是一个通用的包管理系统,而Anaconda是一个专门为数据科学设计的发行版。

两者可以相互配合使用,但Conda也可以单独使用。

X 参考文献

  • conda
posted @   千千寰宇  阅读(1163)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· DeepSeek “源神”启动!「GitHub 热点速览」
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· 我与微信审核的“相爱相杀”看个人小程序副业
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)
· spring官宣接入deepseek,真的太香了~
历史上的今天:
2022-03-30 [Linux] 网络检测工具之iperf
2020-03-30 [数据库]MySQL之备份与恢复【未完待续】
2020-03-30 [数据库/Java] MYSQL之数据库错误代码及解决思路
点击右上角即可分享
微信分享提示