Linux环境安装Conda
安装方式:
下载对应版本的conda Anaconda3-2020.11-Linux-x86_64.sh对应python3.8
https://repo.anaconda.com/archive/
Linux下Conda的安装包是一个sh脚本,下载后只需要授权安装即可。
#加权限
chmod +x Anaconda3-2020.11-Linux-x86_64.sh
#执行:
./Anaconda3-2020.11-Linux-x86_64.sh
安装的过程中会提示同意安装协议等,一路yes就ok。安装完成后,会发现conda
命令无法正常使用,这里要注意,需要执行如下命令才能生效:
source ~/.bashrc
1、创建Conda环境
使用conda可以在电脑上创建很多套相互隔离的Python环境,命令如下:
# 语法
conda create --name <env_name> python=<version> [package_name1] [package_name2] [...]
# 样例 创建一个名为3Dmodle的环境,python版本为3.8
conda create --name 3Dmodle python=3.8
2、切换Conda环境
前面说到Conda可以创建多套相互隔离的Python环境,使用conda activate env_name
可以切换不同的环境。
# 语法
conda activate env_name
# 样例 切换到3Dmodel环境
conda activate 3Dmodel
如果要退出此环境,回到基础环境 可以使用如下命令
# 退出当前环境
conda deactivate
3、查看电脑上已安装的Conda环境
当电脑上安装了很多台Conda环境的时候,可以使用conda env list
命令查看所有已创建的Conda环境。
# 查看当前电脑上所有的conda环境
conda env list
看某个环境的修订版
conda list --revisions
4、删除某个Conda环境
如果某个环境不需要了,可以使用conda remove
命令移除环境,语法如下:
# 语法
conda remove --name <env_name> --all
# 样例
conda remove --name 3Dmodel --all
如果只是想删除环境里的某个依赖,可以使用如下命令
5、使用Conda安装依赖包
使用conda list
命令可以查看当前环境已经安装了哪些依赖包。
# 查看当前conda环境安装的所有依赖包
conda list
如果要安装新的依赖包,可以使用conda install lib
安装新的依赖包。
# 语法
conda install lib
# 样例
conda install requests
6、导出Conda环境
如果要将Conda环境迁移,可以使用conda list --explicit > /path/env.txt
命令一次性将环境内的包导出。
# 语法&样例
conda list --explicit > /opt/env.txt
导入:
# 语法&样例
conda install --file /opt/env.txt
7、设置不默认打开conda
安装Conda后,每次打开终端都会有一个(base)
这是因为默认进入了conda的base环境,设置不自动进入conda的base环境命令如下:
conda config --set auto_activate_base false
8、包管理
查看一个未安装的包在Anaconda库中是否存在
conda search pkg-name
安装一个包
conda install pkg-name
查看刚安装的包是否存在
conda list
查看某个环境下的包
conda list --name ENVNAME
将当前环境下包的列表导出指定文件,用于创建新的环境
conda create --name NEWENV --file pkgs.txt
更新某个环境下的所有包
conda update --all --name ENVNAME
删除某个环境下的包
conda uninstall PKGNAME --name ENVNAME
一次安装多个包
conda install --yes PKG1 PKG2
9、配置管理
conda使用的源管理,查看
conda config --show channels
增加源,解决下载慢的问题
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
移除源
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
清除索引缓存
conda clean -i
常用源
默认源:
https://repo.anaconda.com/
清华源:
channels:
- defaults
show_channel_urls: yes
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- 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
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
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