Conda 使用指南

https://conda.io/projects/conda/en/latest/index.html

• 环境： conda/4.12.0 requests/2.25.1 CPython/3.8.* Windows/10 Windows/10.0.19041
• 由于编辑顺序的差异，mamba 和 conda 命令存在混用的情况，未安装 mamba 的读者可以使用 conda 平替大部分 mamba 命令。

1. 快速开始

conda create -n  demo-38 python=3.8
conda activate demo-38
conda update --all
conda install ipykernel pandas seaborn -c anaconda -c conda-forge
python -m  ipykernel install --user --name demo-38 --display-name demo-38-kernel

2. 阅读资料

1. Anaconda | For Practitioners: https://www.anaconda.com/blog/topic/for-practitioners

https://www.tensorflow.org/install/pip#windows-native

3. 使用 mamba 提速 conda

[[use-conda-mamba]] 使用 mamba 提速 Conda - 零一居: https://cc01cc.com/2022/11/15/use-conda-mamba/

4. 在 anaconda 中使用 pip 的相关建议

• Managing environments — conda documentation: https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#using-pip-in-an-environment
• Anaconda | Using Pip in a Conda Environment: https://www.anaconda.com/blog/using-pip-in-a-conda-environment

简而言之，conda 无法识别 pip 安装的库，会导致 conda 重复安装 pip 安装过的库，基于此，建议：

• 只在 conda 之后使用 pip
  • 使用 conda 安装尽可能多的需求，然后使用 pip。
  • pip 应该使用 ——upgrade-strategy only-if-needed 运行(即默认值)。
  • pip 不使用 ——user 参数，避免所有用户安装。
• 使用 conda 环境进行隔离
  • 创建一个 conda 环境来隔离 pip 所做的任何更改。
  • 由于硬链接，环境占用的空间很少。
  • 应该注意避免在根环境中运行 pip。（避免安装给所有环境）
• 如果需要更改，则重新创建环境
  • 一旦使用了 pip, conda 将不知道这些更改。
  • 要安装额外的 conda 包，推荐重新创建环境。
• 将 conda 和 pip 需求存储在文本文件中
  • 包需求可以通过 ——file 参数传递给 conda 。
  • pip 接受带有 -r 或 ——requirements 的 Python 包列表
  • conda env 将根据包含 Conda 和 pip 需求的文件导出或创建环境。

5. 更新 conda

# 更新 conda
conda update -n base -c defaults conda
# 查看 conda 版本
conda --version

6. 管理环境

https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html

6.1. 使用命令行创建环境

# 创建环境
conda create -n zeoenv
# 指定 python 环境
conda create -n zeoenv python=3.8
# 指定环境所需的包
conda create -n zeoenv numpy scipy ipykernel
# conda 中常用的环境
conda create -n demo-38 python=3.8 scipy matplotlib scikit-learn ipykernel pandas seaborn notebook -c conda-forge -c anaconda

6.2. 安装环境到指定目录

conda create -p /your_path/env_name

6.3. 配置创建环境时的默认包

• 默认包在每次创建环境会自动添加，使用命令行参数 --no-default-packages 阻止
• 在配置文件 .condarc，create_default_packages: 参数内添加环境的默认包，

6.4. 查看环境

• 使用 conda env list 或 conda info --envs 查看环境
• 当前环境使用 * （星号）突出标记
• 查看环境中的包列表 conda list -n zeoenv

6.5. 克隆环境

使用 conda create -n zeoclone --clone zeoenv 克隆环境

6.6. 删除环境

使用 conda remove -n zeoenv --all 删除环境

6.7. 导出环境

Managing environments — conda documentation: https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#exporting-the-environment-yml-file

# 导出所有库
conda env export > environment.yml
# 导出明确指定的库（不包含版本号，使用 .condarc 中的 channels）
conda env export --from-history > environement.yml
# 手动添加 channel
conda env export > environment-from-history.yml --from-history -c defaults -c conda-forge -c anaconda -c intel

6.8. 导入环境

Managing environments — conda documentation: https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#creating-an-environment-from-an-environment-yml-file

conda env create --file output.yaml

6.9. 向 jupyter notebook 中添加 kernel

1. conda install ipykernel
2. 将环境写入notebook的kernel中 python -m ipykernel install --user --name 环境名称 --display-name 内核名字

6.10. 从 requirements.txt 文件创建环境

conda install --file requirements.txt -c default -c conda-forge

6.11. 从 environment.yml 文件创建环境

1. 创建环境 conda env create -f environment.yml
2. 激活环境 conda activate zeoenv （环境的名称在 yml 文件的第一行）
3. 更新环境 conda env update -f enivironment.yml --prue

6.12. 其他环境创建参数

1. 指定环境位置
   1. 参数：--prefix ./subEnvs
   2. 环境激活：conda activate ./subEnvs

6.13. 常用命令

# 自动检测并升级 Anaconda 管理器中的所有可升级的库
conda update --all
# 激活环境
conda activate zeoenv
# 离开环境
conda deactivate zeoenv
# 查看指定环境的历史版本
conda list -n env_name --revision
# 回退到指定环境的版本
conda install --revision 0

7. 包处理

7.1. 删除没有用的包

conda clean -p

7.2. 移除指定包

• Conda uninstall package - Askavy: https://askavy.com/conda-uninstall-package/
• conda remove — conda 22.9.0.post32+14f95c41f documentation: https://docs.conda.io/projects/conda/en/latest/commands/remove.html

# 移除制定包及其依赖
conda remove 包名 [-n 环境名]

7.3. 附

1. 【扩展】Anaconda | Understanding Conda and Pip: https://www.anaconda.com/blog/understanding-conda-and-pip
2. 【参考】pip install 和conda install有什么区别吗？ - ZERO-XJ的回答 - 知乎
   https://www.zhihu.com/question/395145313/answer/2551141843

8. 扩展操作

Troubleshooting — Anaconda documentation : https://docs.anaconda.com/anaconda/user-guide/troubleshooting/

# 查看 info
conda info

---

• ID: B2-W1+1.0.2
• 原文：https://blog.cc01cc.cn/2023/03/11/use-conda-use/
• 署名：零一/cc01cc(zeo): https://github.com/cc01cc/
• 本作品采用署名-相同方式共享 4.0 国际(CC BY-SA 4.0 DEED)许可证进行许可，转载请标明源地址，谢谢