Anaconda 的安装与使用

1 什么是 Anaconda

Anaconda 是一个开源的 Python 发行版本，专为方便使用 Python 进行数据科学研究而设计。它不仅包含了 Python 解释器，而且还集成了 Conda 包和环境管理器以及大量预先安装好的科学计算和数据科学相关的 Python 库。

若只需要某些特点的包或对存储空间有要求，也可以使用 Anaconda 的轻量级版本 —— Miniconda，它仅包含最基本的组件：Python 解释器、Conda 包和环境管理器以及相关的必要依赖项。与 Anaconda 相比，Miniconda 没有预装大量的科学计算库，这使得它的安装包更小，下载和安装速度更快。Anaconda 的主要特点是提供了包管理与环境管理的功能，可以方便地解决多版本 Python 并存、切换以及各种第三方包安装、卸载和更新的问题

2 Anaconda 的下载

Anaconda 是开源免费的软件，我们可以前往 Anaconda 官网下载 Windows、Linux、Mac 版本的 Anaconda：

https://www.anaconda.com/download/success

如果下载速度不理想，也可以前往清华镜像站选择国内下载链接进行下载：

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

此处提供提供 Windows 版本的 Anaconda 下载链接：

Anaconda3-2024.02-1-Windows-x86_64.exe

3 Anaconda 的安装

安装时需要注意一下几点：

安装路径不要包含空格、中文或其他特殊字符。
勾选 Add Anaconda to my PATH environment variable 以及 Register Anaconda as my default Python 选项。
如果安装成果，命令行可以输入 conda -V 查看 Anaconda 版本号。

4 Anaconda 的卸载

打开【控制面板】→【程序】→【卸载程序】→ 右键卸载 Annconda3

5 Anaconda 的使用

Anaconda 提供了一整套命令行工具，方便用户管理 Python 环境、包和相关的任务。以下是一些常用的 Anaconda 命令：

5.1 环境管理相关命令

创建新环境
```
conda create -n <myenv>
```
以上命令会创建一个名为 myenv 的新环境。
克隆环境
```
conda create -n <newenv> --clone <myenv>
```
以上命令会克隆名为 myenv 的环境并创建一个名为 newenv 的新环境。
激活环境
```
conda activate <myenv>
```
以上命令会激活名为 myenv 的环境。
停用环境
```
conda deactivate
```
以上命令会停用当前激活的环境。
列出所有环境
```
conda env list
```
以上命令会列出所有已创建的环境。
删除环境
```
conda remove -n <myenv> --all
```
以上命令会删除名为 myenv 的环境及其所有包。
导出环境
```
conda env export > environment.yml
```
以上命令会导出当前环境的配置信息到 environment.yml 文件中。
从配置文件创建环境
```
conda env create -f environment.yml
```
以上命令会根据 environment.yml 文件中的配置信息创建新环境。
导出环境的包信息
```
conda list --export > package-list.txt
```
根据包信息创建环境
```
conda create --name <myenv> --file package-list.txt
```
以上命令会根据 package-list.txt 文件中的包列表创建名为 myenv 的新环境。

5.2 包管理相关命令

安装包
```
conda install <package_name>
```
以上命令会在当前环境中安装名为 package_name 的包。
更新包
```
conda update <package_name>
```
以上命令会更新当前环境中的 package_name 包到最新版本。
卸载包
```
conda remove <package_name>
```
以上命令会从当前环境中卸载 package_name 包。
列出已安装包
```
conda list
```
以上命令会列出当前环境中已安装的所有包。
搜索包
```
conda search <package_name>
```
以上命令会在 Anaconda 仓库中搜索名为 package_name 的包。

5.3 conda 配置相关命令

显示当前配置
```
conda config --show
```
以上命令会显示当前的 Conda 配置，包括所有已配置的选项和值。
显示具体配置项
```
conda config --show channels
```
以上命令只显示配置中的 channels 选项。
添加镜像源
```
conda config --add channels <channel_url>
```
以上命令将 channel_url 频道添加到频道列表的开头，这个频道将会被优先使用。也可以使用以下命令将一个新的频道追加到频道列表的末尾：
```
conda config --append channels <channel_url>
```
此外也可以在安装包时，临时添加一个或多个镜像：
```
conda install <package_name> [-c channel_url1] [-c channel_url2] ...
```
调整镜像优先级策略
```
conda config --set channel_priority <strategy>
```
以上命令用于设置频道优先级策略 strategy ，其可选的值有 strict 或 flexible：
- 当优先级策略设置为 strict 时，Conda 将会严格按照用户在频道列表中频道的顺序来查找和安装包。这意味着，如果某个包在第一个被列出的频道中可用，即使后面列出的频道中有更新版本的该包，Conda 也会从第一个频道中安装该包。这种策略确保了安装过程的一致性，但可能会限制用户获取到最新版本的包。
- 当优先级策略设置为 flexible 时，Conda 在查找和安装包时会更加灵活。它会在所有已配置的频道中搜索可用包，并尝试找到一个能够满足所有依赖关系且版本最新的包组合。这通常意味着用户可能会安装到比 strict 模式下更新的包，但也可能导致安装过程中解决依赖关系变得更加复杂和耗时。

移除镜像源

conda config --remove channels <channel_url>

在 Conda 输出中显示频道 url

# 显示频道url
conda config --set show_channel_urls true
# 隐藏频道url
conda config --set show_channel_urls false

以上命令用于控制是否在 Conda 的输出中显示频道的 url。

设置默认环境位置

conda config --set envs_dirs <path_to_directory>

设置包缓存位置

conda config --set pkgs_dirs <path_to_directory>

设置最大包缓存大小

conda config --set pkgs_dirs_cache_max_kb <size_in_kb>

启用或禁用自动更新 Conda

# 启用自动更新。
conda config --set auto_update_conda True 
# 禁用自动更新
conda config --set auto_update_conda False

以上命令用于启用或禁用 Conda 的自动更新。

设置默认环境激活模式

# 自动激活 base 环境
conda config --set auto_activate_base True 
# 禁用自动激活 base 环境
conda config --set auto_activate_base False

查看配置文件路径
```
conda config --show-sources
```
以上命令会显示 .condarc 文件的位置及内容。Conda 会使用系统的默认设置运行，如果需要自定义配置，可以在 .condarc 文件中添加新的设置（只有使用命令添加自定义配置后 .condarc 文件才会被创建）。
重置配置
```
conda config --remove-key <key>
```
以上命令会删除 .condarc 文件中键值为 key 的配置项，即该配置项恢复为默认配置。

或者直接删除整个 .condarc 文件以完全重置配置。

5.4 其他命令

查看 Conda 版本
```
conda --version
conda -V
```
以上命令会显示 Conda 的版本信息。
更新 Conda
```
conda update conda
```
以上命令会将 Conda 更新到最新版本。
检查 Anaconda 环境信息
```
conda info
```
以上命令会显示当前 Anaconda 环境的详细信息，包括环境位置、Python 版本等。
清理 Conda 缓存

在 Conda 中，缓存分为包缓存、索引缓存和 tarball 缓存。
- 包缓存：用于保存已安装的包，加快重新安装速度。清理包缓存的命令如下：
```
conda clean --packages
```
- 索引缓存：用于保存包的索引信息，加快包搜索和依赖解决速度。清理索引缓存的命令如下：
```
conda clean --index-cache
```
- tarball 缓存：用于保存下载的包文件的压缩档案，供安装时使用。清理 tarball 缓存的命令如下：
```
conda clean --tarballs
```
如果你想要一次性清理所有类型的缓存，可以使用以下命令：
```
conda clean --all
```

posted @ 2024-08-12 14:59 gokamisama 阅读(327) 评论(0) 收藏举报

刷新页面返回顶部

gokamisama