Anaconda安装Python之【Conda基本操作】

1.Conda安装

Anaconda是开源的Python包管理器,包含了python学习的全部包,安装后包含conda,一个用于管理python环境的工具。

1.1 Conda安装

# Conda installation

# For Linux
curl -o ~/miniconda.sh -O https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh

# For OSX
curl -o ~/miniconda.sh -O https://repo.continuum.io/miniconda/Miniconda3-latest-MacOSX-x86_64.sh

chmod +x ~/miniconda.sh    
./miniconda.sh  

source ~/.bashrc          # For Linux
source ~/.bash_profile    # For OSX

Windows还用什么命令行,直接搜索conda安装

1.2 指定镜像源

默认的下载源一般比较慢,建议指定国内源,清华,豆瓣,中科大,阿里云都行。

1.2.1 添加清华源

命令行中直接使用以下命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

设置搜索时显示通道地址

conda config --set show_channel_urls yes

1.2.2 添加中科大源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

1.2.3 Linux下

conda config --set show_channel_urls yes

将以上配置文件写在~/.condarc中

vim ~/.condarc

channels:

 - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults

2.Conda常用命令

  • conda --version 或 conda -V #查看conda版本,验证是否安装
  • conda update conda #更新至最新版本,也会更新其它相关包

2.1 环境相关操作

  • conda create -n env_name package_name #创建名为env_name的新环境,并在该环境下安装名为package_name 的包,可以指定新环境的版本号,例如:
    conda create -n python2 python=python2.7 numpy pandas # -n 全称为 --name
    创建了python2环境,python版本为2.7,同时还安装了numpy pandas包
代码 含义
conda activate env_name 切换至env_name环境
conda deactivate 退出环境
conda info -e 或 conda env list 显示所有已经创建的环境
conda create --name new_env_name --clone old_env_name 复制old_env_name为new_env_name
conda remove --name env_name --all 删除环境
conda env remove -n env_name 采用上面方法删除环境失败时,可采用这种方法

2.2 操作环境中的包

代码 含义
conda list 查看所有已经安装的包
conda install package_name 在当前环境中安装包(已进入需要安装包的环境)
conda install -n env_name package_name 在指定环境中安装包
conda remove -n env_name package 删除指定环境中的包
conda remove package 删除当前环境中的包
conda search --full-name package_name 搜索指定的包
conda search 模糊词 使用模糊词搜索
conda update --all 更新所有包
conda update package_name 更新指定的包

2.3 tensorflow相关

  • conda create -n tensorflow_env tensorflow

  • conda activate tensorflow_env #conda 安装tensorflow的CPU版本

  • conda create -n tensorflow_gpuenv tensorflow-gpu

  • conda activate tensorflow_gpuenv #conda安装tensorflow的GPU版本

3.运行已有python项目

打开命令行,切换到存储项目文件的目录
以下为windows操作

E:           #切换到E盘
dir    #查看当前目录结构
cd project_file  #打开项目目录

大部分时候,python项目会有一个环境配置文件,也许命名为 environment.yml,requirements.txt 等等,用记事本打开,可以看到诸如下列内容:

alive-progress==1.6.2
beautifulsoup4==4.9.3
bs4==0.0.1
Js2Py==0.71

3.1 txt环境文件

假设是有requirements.txt 文件,则先创建环境(最好指定python版本)

conda create -n envname python=3.8

激活环境

conda activate envname

根据txt文件批量安装

pip install -r requirements.txt

3.2 yml环境文件

  1. 假设有environment.yml文件,则一般已经在里面指定了环境名称和python版本(可以打开看看)如下
name: benchmark_gnn
channels:
- pytorch 
- dglteam
- conda-forge
- anaconda
- defaults
dependencies:
- python=3.7.4
- python-dateutil=2.8.0
- pip=19.2.3
- pytorch=1.3

一般切换目录后直接

conda env create -f environment.yml

然后激活环境

conda activate envname
  1. 自己的项目也可以导出类似的文件
conda env export > environment.yaml

你可能感兴趣的:(PYTHON,linux,python)