1. 简介
Conda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同Python版本的软件包及其依赖,并能够在不同的Python环境之间切换。
Conda有 2 个版本:Anaconda和Miniconda,Anaconda和Miniconda都是Continuum Analytics的开源项目,用于管理Python的环境和包。它们都提供了Conda包管理器,使得用户可以轻松创建和管理虚拟环境,这对于在不同项目之间切换和隔离环境非常有帮助。然而,两者之间存在一些关键的区别,这些区别主要在于它们包含的包的数量、是否提供图形用户界面以及安装文件的大小等方面。
AnaConda: 预安装了大量科学计算和数据分析所需的库,如NumPy, Pandas, Scipy, Matplotlib等,这使得用户可以立即开始工作。
MiniConda:只包含了Python和Conda,没有预装其他的库,需要用户手动安装所需的包,环境更为简洁。
由于Anaconda包含了大量的预装库,其安装文件相对较大,而Miniconda则因为其轻量级特性,安装文件较小,这在需要快速部署Python环境或在磁盘空间有限、网络环境较差的情况下是一个优势。
2. 下载
我选择使用 Miniconda 。
AnaConda官网:https://www.anaconda.com/download/success
清华大学镜像仓库:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
Anaconda提供Windows、Mac、Linux 系统的各类版本,可根据系统环境选择。
Miniconda也提供了Windows、Mac、Linux 系统的各类版本,可根据系统环境选择。
我选择 Linux系统 X86 架构 64 位的 Miniconda 版本。
下载后得到一个 sh 文件:Miniconda3-latest-Linux-x86_64.sh,将这个文件上传到 linux系统中,此处我将文件放在了/data/software目录。
3. 安装
[root@centos software]# bash Miniconda3-latest-Linux-x86_64.sh
3.1. 提示查看 license
直接回车即可!
3.2. 提示是否接受 license
输入:yes
3.3. 选择安装的位置
默认为:/root/miniconda3目录,可直接回车确认,或者更换自己设置的安装路径:/data/miniconda3
3.4. 是否进行初始化
输入:yes
3.5. 安装完成
提示安装成功:Thank you for installing Miniconda3!
3.6. 设置新的 shell 窗口默认不自动进入 conda 的 base 环境
# 初始化时输入了 yes,则会在/root/.bashrc中加入 miniconda 的的环境,直接刷新即可使用。
[root@centos miniconda3]# source /root/.bashrc
# 根据上面的提示,设置shell 窗口启动时,默认不进入 conda 的 base 环境
[root@centos miniconda3]# conda config --set auto_activate_base false
4. 配置环境变量
4.1. 方式一(直接刷新)
miniconda的默认配置环境会在安装成功后自动写入/root/.bashrc目录中
# 直接刷新配置文件即可
[root@centos miniconda3]# source /root/.bashrc
4.2. 方式二(手动配置)
因为我们自定义的目录(/data/miniconda3),系统无法识别,需要conda 的安装目录配置到环境变量中
# 1.新增配置文件,添加如下内容
[root@centos miniconda3]# vim /etc/profile.d/conda.sh
# MINICONDA_HOME
export MINICONDA_HOME=/data/miniconda3
export PATH=$PATH:$MINICONDA_HOME/bin
# 2.刷新环境变量
[root@centos miniconda3]# source /etc/profile
5. 创建自定义conda 环境
# 创建一个名为 test 的环境名称,并设置此环境内置的 python 版本为:3.11
[root@centos miniconda3]# conda create -n test python=3.11
输入:y, 确认下载依赖项。
环境构建完成,提示进入环境和退出环境的命令:
-- 进入环境
conda activate test
-- 查看 test 环境中的 python 版本
-- 退出环境
conda deactivate
6. 配置 conda 国内镜像
Conda 默认下载的安装包都是从国外网站下载,在国内网络下载时,下载速度慢,我们需要跟换下载镜像的源地址,这样可以显著提高 Conda 包的下载速度,减少因网络问题导致的安装失败。
# 清华大学镜像站
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 --set show_channel_urls yes
#这些命令将清华大学的镜像源添加到你的 conda 配置中,并且在安装包时显示镜像源的 URL。
7. 常用命令
以 test 环境为例
# 1.创建环境
conda create -n test
# 2.查看所有环境
conda info -e
conda info --envs
conda env list
# 3.删除一个环境
conda remove -n test --all
# 4.进入环境
conda activate test
# 5.退出环境
conda deactivate
# 6.conda 环境中安装依赖,已 streamlit为例。
conda install streamlit
tips:
如果使用 pip install streamlit 安装的话,只会安装 streamlit依赖,
不会安装 streamlit依赖需要的环境依赖(C 语言、系统环境等),但 conda install 可以。
# 7.查看环境中所有的包
conda list
# 8.conda 中删除包
conda remove streamlit
# 9.换回默认源
conda config --remove-key channels
# 10.安装 jupter
conda install jupyter
# 终端方式启动
jupyter notebook --no-browser
# 页面方式启动
jupyter notebook