如果你平日使用conda下载Python package、构建环境,明明设置了国内源,依旧很慢,很慢,很慢,
是不是很抓狂,有过类似经历,文末点个赞或在看。本期介绍一个高效Python包管理器Mamba:
使用多线程下载
repository data和packages;
Mamba使用libsolv加速解决依赖关系
(减少上面图中Solving environment:转圈圈的时间);
Mamba的核心部分是通过C++实现,以获得最大执行效率;
最重要的是Mamba可与conda完美兼容
(将conda执行命令中的conda换做mamba即可)。
直接用conda安装,下面一行解决,
conda install mamba -n base -c conda-forge
如果没配置conda,可以参照之前的文章简单配置一下:
详解Python CONDA
利用Anaconda在Windows及Linux下搭建Python环境
简单比较一下mamba与conda使用区别,
左边是conda,右边是mamba,几乎完全一样,所以用过conda,mamba几乎不用学习就可使用。
#以plotnine安装为例
mamba install plotnine #完美替代龟速的conda install plotnine
3.00 MB/s还是比较喜人的,毕竟conda经常几kb/s!
mamba create --name python3.5 python=3.5 #完美替代conda
出现以上界面,构建成功,这里注意⚠️,环境的激活和退出只能使用conda activate和conda deactivate
conda activate python3.5 #激活python3.5环境
conda deactivate #退出python3.5环境
以上简单介绍mamba,进一步学习:https://github.com/mamba-org/mamba