Conda介绍

简介

conda类似于npm或maven的包管理工具,只是conda是针对于python的。可以安装minconda或anaconda进行安装,前者是简化版本,只包含conda和其依赖。如果安装环境有python相关包也没有关系,不需要进行卸载。

anaconda支持windows、mac和linux系统,且有两个类型的版本,分别是GUI和command line版本,前者是图形界面,后者是命令行界面,占用资源较少。

conda有python3.x和python2.x系列两个版本,其实都没有关系,因为你在使用conda进行创建环境时,可以指定python的版本。

安装教程:
https://conda.io/docs/user-guide/install/index.html#installing-conda-on-a-system-that-has-other-python-installations-or-packages

命令

注意: 一般情况,–后面接长单词的参数等同于,-接单个字母的参数

  • 判断版本
conda --version
## 或者
conda -V

## 如果要更新版本
conda update conda
  • 查看帮助信息
conda --help
conda -h
  • 针对环境的操作(conda通过环境来隔离不同package的版本问题)

不同环境安装在~/anacoda2/envs/xxx目录中

1、创建环境
conda create --name [name] [dependent package list]

例如:
conda create --name snowflakes biopython
指定了python版本
conda create --name bunnies python=3.5 astroid babel

2、从其他环境拷贝到新的环境
conda create --name flowers --clone snowflakes

3、激活环境
    •   Linux and macOS: source activate snowflakes
    •   Windows: activate snowflakes

4、列出当前环境
conda info --envs

ali-186590cc30b9:~ liujun$ conda info --envs
# conda environments:
#
snowflakes               /Users/liujun/anaconda2/envs/snowflakes
root                  *  /Users/liujun/anaconda2

5、失效环境,或切换到root环境
    •   Linux, macOS: source deactivate
    •   Windows: deactivate

6、删除指定环境
conda remove --name flowers --all
  • 包管理命令
1、查询可用包版本信息
conda search --full-name python
conda search beautifulsoup4


查询在线包链接:
https://anaconda.org/

2、查询当前环境中的包列表
conda list

3、在环境中安装包
conda install numpy=1.13.3
conda install --name [环境名称] beautifulsoup4
指定下载地址方式安装
    1.  In a browser, go to http://anaconda.org.

    2.  Look for a package named “bottleneck”:
    1.  In the top-left corner of the screen, in the Search Anaconda Cloud box, type bottleneck.
    2.  Click the Search button.
    3.  There are more than a dozen copies of bottleneck available on Anaconda.org, but you want the most frequently downloaded copy.4.  Click the Downloads column heading to sort the results by number of downloads.

    5.  Click the package name of the version that has the most downloads.
The Anaconda.org detail page appears, showing the command to use to download the package:

        conda install -c conda-forge bottleneck

    6.  Run the displayed command.


使用pip工具安装

pip只是一个包管理工具,不同于conda,是无法识别环境的,而且无法更新python,pip认为python不是一个包。但pip可以安装一些conda无法安装的包,pip已经随着anaconda和minconda安装好了。

安装命令
pip install see

4、删除包
conda remove --name [环境名称] iopro

命令列表地址:
https://conda.io/docs/commands.html

配置

类似于maven的setting.xml文件,conda也有一个配置文件(yaml格式),名字是.condarc,该文件可以指定包搜索的url地址、proxy配置和环境目录。anacoda的安装目录其实在/Users/xxx/anaconda2,因此配置文件也在~目录。各个环境自身也有个配置文件,地址为~/anaconda2/envs/[环境名称]/.condarc

配置方式有两种:使用conda config命令、用文本编辑器

配置样例:
https://conda.io/docs/user-guide/configuration/sample-condarc.html

# This is a sample .condarc file.
# It adds the r Anaconda.org channel and enables
# the show_channel_urls option.

# channel locations. These override conda defaults, i.e., conda will
# search *only* the channels listed here, in the order given.
# Use "defaults" to automatically include all default channels.
# Non-url channels will be interpreted as Anaconda.org usernames
# (this can be changed by modifying the channel_alias key; see below).
# The default is just 'defaults'.
channels:
  - r
  - defaults

# Show channel URLs when displaying what is going to be downloaded
# and in 'conda list'. The default is False.
show_channel_urls: True

# For more information about this file see:
# https://conda.io/docs/user-guide/configuration/use-condarc.html
  • conda config命令
conda config --get 显示所有的配置
conda config --get [key1] [key2] 显示指定配置
conda config --add [key] [value] 添加新配置
conda config --set [key] [value] 设置配置
conda config --remove [key] [value] 删除一个配置
conda config --remove-key [key] 删除一个key


查看命令列表
conda config --help

部分key值说明

  • 配置包仓库
可以指定多个仓库地址,其中default别名特指https://conda.anaconda.org/仓库,搜索时会按照顺序搜索
例如:
channels:
  - <anaconda_dot_org_username>
  - http://some.custom/channel
  - file:///some/local/directory
  - defaults
  • 显示下载包的地址

使用conda list时,在列表中展示的当前环境已下载包的来源channel,该值默认是false,如果需要设置,需执行以下命令:

conda config --set show_channel_urls true
  • 设置默认加载包

create_default_packages参数可以设置每次创建环境时,默认加载的包。当然也可以在创建envs时,指定–no-default-packages禁用。

  • 禁止更新包

默认情况下,conda会更新环境中的所有包及其依赖至最新版本(在创建时指定了版本除外,例如conda install numpy=1.9.3),需要指定update_dependencies为true,这样conda会依赖你的配置只对指定的包进行更新。当然在创建envs时,也可以用–update-dependencies或–no-update-dependencies进行指定。

也可以使用pining文件方式禁止更新,参考链接:https://conda.io/docs/user-guide/tasks/manage-pkgs.html#pinning-packages

删除

rm -rf ~/miniconda
rm -rf ~/.condarc ~/.conda ~/.continuum
<think>好的,我现在需要回答用户关于Miniconda的问题,包括简介、功能、特点和使用方法。首先,我要回忆一下Miniconda的基本信息。Miniconda是Anaconda的轻量版,主要包含condaPython,但没有预装很多库。用户需要自己安装所需的包。 接下来,我需要确定回答的结构。用户要求分点说明,所以应该分简介、功能、特点和使用方法四个部分。每个部分要简洁明了,符合用户的需求。 简介部分,需要说明Miniconda是什么,和Anaconda的关系,以及它的设计目的。比如,Miniconda由Anaconda公司开发,适合需要灵活配置环境的用户,避免Anaconda预装库占用过多空间。 功能方面,conda作为包管理和环境管理的工具,可以安装、更新、删除包,创建隔离环境,支持多语言。要强调这些功能,特别是环境隔离的重要性,对于不同项目需要不同版本的情况非常有用。 特点部分,需要对比Anaconda,突出Miniconda的小巧、灵活和自定义。比如,安装包小,用户按需安装,适合高级用户或者资源有限的环境。 使用方法要具体,给出常用命令,比如创建环境、安装包、激活环境等。用户可能需要具体的操作步骤,所以列举命令示例会很有帮助。比如创建环境用`conda create -n myenv python=3.8`,激活环境用`conda activate myenv`,安装numpy用`conda install numpy`等。还需要包括更新conda自身和环境的命令,以及如何导出环境配置,方便共享。 然后需要生成相关问题。根据用户可能感兴趣的方面,问题应该围绕Miniconda和Anaconda的区别、环境管理、适用场景、常见问题等。比如,如何选择Miniconda和Anaconda,如何解决依赖冲突,Miniconda的优缺点,以及如何共享环境配置。 在引用部分,用户提供的引用[1]和[2]需要正确标注。特别是引用[2]详细说明了Miniconda的定义和特点,应该在简介和特点部分引用。比如在简介中提到Miniconda是Anaconda的精简版时,加上引用标识[^2]。同样,在功能或特点部分,涉及包管理和环境管理时,引用相关的内容。 最后检查是否符合系统级指令:行内公式是否正确使用$...$,独立公式是否用$$...$$,不过这个问题可能不涉及数学公式。但需要确保LaTeX语法正确,比如如果有公式的话。这里可能不需要,所以可以忽略。使用中文回答,结构清晰,分点明确,问题相关且合理。 还需要注意回答中的引用标识是否自然添加。例如,在提到Miniconda是Anaconda的精简版时,引用[^2],在讨论选择原则时引用[^1]。但用户提供的引用[1]是关于选择Anaconda和Miniconda的原则,而引用[2]是Miniconda的定义。所以,在简介部分引用,在讨论选择时引用。 确认所有引用正确,没有遗漏。例如,当用户问及Miniconda的特点时,引用中的内容说明其不包含预装库,用户按需安装。在回答如何选择Miniconda和Anaconda时,引用[^1]中的原则。 总结整个思考过程,确保回答准确、结构清晰,符合用户要求,并正确引用提供的参考资料。现在可以开始组织正式的回答了。</think>### Miniconda 简介 Miniconda 是 Anaconda 的轻量级版本,由 Anaconda 公司开发,仅包含 **conda 包管理器**和 **Python 解释器**,不预装其他第三方库。用户可根据需求手动安装所需工具,适合需要灵活控制环境的开发者。 --- ### 核心功能 1. **包管理** - 通过 `conda install` 安装、更新或删除软件包(如 `numpy`、`pandas`)。 - 自动解析依赖关系,避免版本冲突。 2. **环境隔离** - 支持创建独立环境,例如针对不同项目隔离 Python 2 和 Python 3 环境: ```bash conda create -n py2_env python=2.7 ``` 3. **跨平台与多语言支持** - 兼容 Windows、macOS 和 Linux。 - 支持 Python、R、C/C++ 等多种语言的库管理。 --- ### 主要特点 1. **轻量化** - 安装包体积小(约 50 MB),远小于 Anaconda(约 500 MB)。 2. **按需配置** - 避免预装库占用磁盘空间,用户可自由选择所需工具。 3. **灵活性高** - 适合高级用户或需定制化开发环境的场景(如服务器部署)。 --- ### 使用方法 1. **安装与初始化** - 从[官网](https://docs.conda.io/en/latest/miniconda.html)下载对应系统版本,运行安装脚本。 - 初始化 conda(首次使用需执行): ```bash conda init ``` 2. **常用命令** | 功能 | 命令示例 | |--------------------|----------------------------------| | 创建环境 | `conda create -n myenv python=3.9` | | 激活环境 | `conda activate myenv` | | 安装包 | `conda install numpy` | | 导出环境配置 | `conda env export > environment.yml` | 3. **更新与清理** - 更新 conda:`conda update conda` - 删除无用包:`conda clean --all` ---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值