【Python-Conda】Conda操作解读 &pip 和 conda 的区别

【Python-Conda】Conda操作解读 & conda与pip的区别

1. 介绍

• 什么是 conda？
  Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。

举个例子，当多个用户共享一个服务器时，会有两种情况：

1. 用户没有自己的默认用户路径，此时如果安装conda之后，那么我们可以使用conda为每个用户创建特定的 python运行环境（包）。
2. 每个用户都有自己的用户路径，这时候，
   • 每个用户既可以在自己的默认路径下，安装自己的conda（python），拥有自己默认的python路径
     • 在这个基础上，用户又可以为自己每个不同的项目建立不同的python 运行环境（conda create） 。（同1）
   • 也可以，都使用全局的python（conda）,为自己建立不同的运行环境。（同1）。

2. conda 操作

2.1 创建环境

conda create -n [环境名称] python=[python版本]

举例：
conda create -n test python=3.7

2.2 查看conda已创建的环境

conda info -e
或
conda env list

• 当前使用的环境会在前方标注一个星号

2.3 删除环境

conda remove -n [环境名称] --all

举例：
conda remove -n test --all

2.3.1 删除虚拟环境中的包

conda remove --name $your_env_name  $package_name（包名）

2.4 激活（失活）环境

2.4.1 激活

conda activate [环境名称]
举例：
conda activate test

2.4.2 失活

conda deactivate

2.4.3 在激活的环境中安装包

conda install package_name(包名)

2.5 换源（加快下载速度）

2.5.1 Windows换源

• 在C盘你的用户路径下先创建一个文件夹，命名为pip
• 在pip文件夹中再创建一个文本文档，先使用默认名称就行最后修改名称，在文档中输入下列内容

[global]

timeout = 6000

index-url = Simple Index

trusted-host = pypi.douban.com

• 现在使用的是豆瓣源，也可以换成清华源，阿里源等
• 最后，再将文本文档重命名为pip.ini

2.5.2 Linux换源

也是在你的用户路径下创建文件夹 .pip，在其中新建文本文件，命名为pip.conf。在其中输入如下内容。

2.6 克隆环境

有时候我们要创建一个新的环境时没有网络，这个时候我们可以使用克隆环境

conda create -n test1 --clone test

• 这样就可以在无网络的状态下创建一个新的环境。

2.7 重命名环境

conda中没有直接重命名环境的命令，但是我们可以通过一下两步模拟重命名的操作

• 1）克隆当前环境，同时给新环境一个想要的名字
• 2）删除旧环境

2.8 复制环境列表到文本文档

当我们需要给客户交付代码时，通常要同时交付环境，此时我们需要冻结pip list 。如何做呢？

• 先激活该环境，然后输入：pip freeze > requirements.txt
• 运行之后，它会在我们运行的目录下生成requirements.txt
• 交给对方后，对方创建一个新的环境后，输入：pip install -r requirement.txt，即可得到交付环境。

2.9 anaconda prompt光标消失

在anaconda prompt中有时会出现光标消失的情况。

• 这个我们如果编辑很多的内容的时候，我们找不到光标就很麻烦，这个时候重新开启anaconda窗口可以解决问题，但是大多数情况我们是不想重新开启窗口的

如何使光标恢复正常？

• 这个时候你切到中文的输入法，然后输入几个拼音。
• 然后不要按1，直接按shift
• 然后消失的光标重新出现了

3. pip 和 conda 的区别

3.1 区别

• pip是Python包的通用管理器； conda是一个与语言无关的跨平台环境管理器。pip在任何环境中安装python包；conda需要在conda环境中装任何包。
• Pip代表Pip Installs Packages，是Python的官方认可的包管理器，最常用于安装在Python包索引（PyPI）上发布的包。

• conda是用来安装conda package，虽然大部分conda包是python的，但它支持了不少非python语言写的依赖项，比如mkl cuda这种c c++写的包。
• conda安装的都是编译好的二进制包，不需要你自己编译。所以，pip有时候系统环境没有某个编译器可能会失败，conda不会。这导致了conda装东西的体积一般比较大，尤其是mkl这种，动不动几百兆甚至一G多。
• conda功能其实比pip更多：
  • pip几乎就是个安装包的软件，conda是个环境管理的工具。
  • conda自己可以用来创建环境，pip不能，需要依赖virtualenv之类的。
  • 意味着你能用conda安装python解释器，pip不行。这一点我觉得是conda很有优势的地方，用conda env可以很轻松地管理很多个版本的python，pip不行。即，conda，可以为不同的任务创建不同的环境，即conda具有环境隔离功能。

conda和pip对于环境依赖的处理不同，总体来讲，conda比pip更加严格，conda会检查当前环境下所有包之间的依赖关系，pip可能对之前安装的包就不管了。这样做的话，conda基本上安上了就能保证工作，pip有时候可能装上了也不work。

3.2 总结

conda

• 优势：包之间严格的依赖检查；是一个超越Python的环境管理器，可以创建多个环境，环境之间互相隔离；支持Python、R、C/C++；NumPy、SciPy直接使用Intel MKL，对Intel的CPU支持更好。
• 缺点：没做好环境隔离的话，一些包可能安装不上。

pip

• 优势：绝大多数包优先发布到pip上，安装方便，群众基础好。
• 缺点：不进行严格的依赖检查。对于绝大多数朋友，只是在自己的个人电脑上，用NumPy，做图，其实用pip和conda区别真的不大。

如果是搞研究或者开发，在一台服务器上多人共享使用，我建议最好是conda。用版本迭代很快的库，我建议使用conda。

4. 参考

【1】https://blog.csdn.net/potato123232/article/details/118419642
【2】https://blog.csdn.net/qq_29258377/article/details/124698501