一文了解 Conda(包教包会,不会留言)
Conda 使用指南
Conda 是一个开源包管理和环境管理系统,能够以跨平台的方式进行软件包的安装、管理和依赖管理,特别适用于 Python 和 R 语言的环境管理。本文整理了常见 Conda 命令的使用方法。
1. 安装 Miniconda
首先,下载 Miniconda 的安装脚本并执行安装。以 Linux AArch64 架构为例:
按照提示完成安装,安装完成后,conda
将自动可用。
2. 创建并激活 Conda 环境
创建 Conda 环境
使用 Conda 创建一个新的虚拟环境并指定 Python 的版本(以 Python 3.8 为例):
-n
参数指定环境名称,这里环境名称为machine_learning_env
。python=3.8
指定 Python 版本为 3.8。
激活 Conda 环境
创建好环境后,使用以下命令激活它:
环境激活后,命令行提示符会变成 (machine_learning_env)
,表示当前使用的是该环境。
安装环境所需依赖
通常我们会有一个 requirements.txt
文件列出了所有需要安装的 Python 包。使用 pip
来安装这些依赖包:
这个命令会自动从 requirements.txt
中读取并安装所有指定的包。
移除 Conda 环境
如果想要删除某个环境(如 machine_learning_env
),使用以下命令:
3. 管理 Conda 配置
显示 Conda 配置的源(Channels)
Conda 使用源(Channels)来查找并下载软件包。可以使用以下命令查看当前配置的源:
显示 Conda 配置文件的来源
查看当前 Conda 配置文件的来源路径:
修改 Conda 配置
移除特定的源
如果需要删除某个源,使用以下命令:
设置 Conda 显示源 URL
为了方便查看安装时使用的源地址,可以配置 Conda 显示源 URL:
4. 安装依赖库
安装单个软件包
使用 Conda 安装 libffi
软件包:
安装 Conda-Pack
conda-pack
是一个打包 Conda 环境的工具,用于将环境打包为一个压缩文件,方便迁移或分发。
安装 conda-pack
使用 conda-forge
源安装 conda-pack
:
打包 Conda 环境
打包指定的环境(以 machine_learning_env
为例):
-n machine_learning_env
指定要打包的环境名称。-o machine_learning_env.tar.gz
指定输出的压缩文件名。
5. 其他 Conda 常用命令
取消激活当前环境
如果不再需要使用当前环境,可以使用以下命令取消激活:
文章转载自:无为而和
评论