Anaconda 学习笔记

Anaconda 学习笔记

目录

介绍

  • Anaconda（官网 https://www.anaconda.com/ ）是软件包/环境管理工具 Conda 的数据科学版本，自带的 base 环境提供了大量数据科学使用的包
  • 当然 base 环境有点大，通常都是创建新的环境来用

安装&运行

  • 官网下载安装，可以打开 Anaconda Prompt 命令行，也可以用 Anaconda Navigator 可视化操作

命令

全局相关

  • 帮助 conda -h
  • 版本 conda -V
  • 配置 conda config
    • conda config --show 查看所有配置
    • conda config --show config-name 查看指定的配置，只有 config-name 是有效的配置名称时才会正确输出。如查看 default_channels conda config --show default_channels
    • conda config --set config-name config-value 设置指定配置
    • conda config --add config-name config-value 添加指定配置，这也是最常见的添加配置的写法
  • 信息 conda info
    • conda info -e 查看创建的环境列表

环境相关

  • 创建环境 conda create
    • conda create -n env-name packages 创建名为 env-name 的环境，并安装若干个空格分隔的包。通常创建环境即写为 conda create -n env-name python=3.9 numpy，指定版本用=而不是==
  • 进入环境 conda activate env-name
  • 退出环境 conda deactivate

包相关

  • 安装包 conda install
    • conda install packages 在当前环境下安装若干个空格分隔的包，指定版本用=
    • -c channel-name 指定使用的 channel，关于 channel 见下文配置
  • 清理无用包 conda clean
  • 查看安装的包 conda list
  • 删除包 conda remove，别名 conda uninstall
    • conda remove packages 递归删除指定包和依赖于指定包的所有包
    • --all 删除所有包，也就是删除环境
  • 查找包 conda search
    • conda search package-name 查找指定包，*为通配符。部分包在 pip 和 conda 里的名称不一样，如 torch 和 opencv-python，因此可以先 conda search *torch* 找到对应的包

PyCharm 中使用 Conda 环境

配置

  • 跟 Maven 等工具一样，有多个层级的配置文件，通常用到的就是用户级配置 ~/.condarc 文件，也就是 C:/Users/用户名/.condarc
  • 第一次使用可以首先 conda config 让其生成这个配置文件

修改源

  • Conda 下载软件包的渠道叫做 Channel，由于各种原因，在国内使用 Anaconda 自带的 Channel 下载会很慢，因此我们需要更换成国内的 Channel，如清华、中科大等都有提供
  • 网上各种博客写的乱七八糟，很多改源只改一半，改了也不知道什么意思，容易出现比如找不到 Pytorch 这样的问题，所以一定要参考官方内容
  • 清华 Anaconda 镜像配置：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/ 将以下内容写入 .condarc 文件中即可使用清华提供的 Channel
    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
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

配置文件详解

  • 为了理解上面的配置内容，需要查看官方文档 https://conda.io/projects/conda/en/latest/configuration.html
  • Conda 的 Channel分为 base-url + channel-name 两部分，以下面为例
    // 规定 channel，按照顺序依次搜索。如果是 url，则规定的就是 base-url + channel-name 这两部分；如果是 defaults，则将 Anaconda 默认源引入，如果是其他内容，则为 channel-name
channels:
  - defaults

// 设为 true，则在查找时会显示每个包对应以上 channels 配置中的哪个 channel（url、defaults 或者 channel-name）
show_channel_urls: true

// 当仅有 channel-name 时，将 channel_alias 作为 base-url，Anaconda 默认为官方的 https://conda.anaconda.org
channel_alias: https://conda.anaconda.org

// 如果 channels 中指定 defaults，设置 default_channels 可以覆盖官方自带的 channels
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

// 指定每个 channel-name 对应的 channel_alias（base-url），覆盖全局的 channel_alias
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  • Anaconda 无任何配置时输出其自带的配置
    channel_alias: https://conda.anaconda.org
channels:
  - defaults
custom_channels:
  pkgs/main: https://repo.anaconda.com
  pkgs/r: https://repo.anaconda.com
  pkgs/msys2: https://repo.anaconda.com
  pkgs/pro: https://repo.anaconda.com
default_channels:
  - https://repo.anaconda.com/pkgs/main
  - https://repo.anaconda.com/pkgs/r
  - https://repo.anaconda.com/pkgs/msys2
    可以看到，当不加指定的 conda install pytorch 时，Anaconda 从指定的 default_channels 三个 Channel 去找；如果指定 -c pkgs/main，拼接上 custom_channels 中的内容，就去 https://repo.anaconda.com/pkgs/main 找；如果指定 -c pytorch，拼接上 channel_alias，就去 https://conda.anaconda.org/pytorch 找，只有后者才有 pytorch 的包，因此在 Pytorch 官网上指定了 -c pytorch
  • 那么回到清华镜像源，就很容易理解网上常见的缺斤少两的清华镜像源的问题所在了

常见问题

posted @ 2021-11-07 09:41  0.0~~  阅读(374)  评论(0)  编辑  收藏  举报