[培训-Python机器学习]02-使用conda管理环境和包

参考书	Python机器学习实战
作者	裔隽 张怿檬 张目清
出版社	科学技术文献出版社
难度	入门
安排	计划：本章30分钟；作业：培训后实践本章的各种操作；结果：以Python 3.10创建开发虚拟环境；再创建一个Python3.7版本以下的虚拟环境用来调试兼容性

---

以前培训过venv，本次培训来说一说conda。conda其实可理解为：venv + pip，它的主要功能包括：

• 环境管理：创建多个隔离的Python运行环境，每个环境可以有不同版本的Python和不同的包。在不同的项目之间切换，避免了包版本之间的冲突。
• 软件包管理：安装、升级、卸载：从Anaconda.org和其他源（如conda-forge）安装Python包和非Python包；升级软件包；卸载软件包。
  （注意：除了Python包，conda也是可以安装一些常用软件的）。
• 软件包的依赖：安装、升级、卸载一个包时，conda会自动处理该包的依赖关系，确保所有需要的包都被正确地安装。此外，它们还会确保包之间的兼容性，避免安装会破坏环境的包。
  （注意：其实有时候也会安装破坏环境的包，诀窍就是：能跑就别乱升级，创建专用的虚拟环境）
• 导出和复制环境：conda可以导出环境的配置文件，方便在其他地方复制同样的环境。

各种conda和mamba

Anaconda和Miniconda

• 都是由Anaconda, Inc.开发和维护的，所以可以说它们是"一家"的。
• Anaconda是一个包含了许多预装科学计算库的Python发行版
• Miniconda是一个更轻量级的版本，只包含了conda和Python，用户可以根据需要自行安装其他库。
• Anaconda, Inc.提供了商业版的Anaconda，这个版本包含了一些额外的功能和服务，比如企业级的包管理和安全性，以及优先的技术支持。这个版本是需要付费的。但是基础的Anaconda和Miniconda是开源和免费的，都在BSD许可证下发布。

miniforge和mamba

• 是开源社区维护的（推荐）
• Miniforge是一个由conda-forge社区维护的conda安装器。conda-forge是一个为conda提供包的社区。Miniforge和Miniconda类似，但默认从conda-forge频道安装包。
• Mamba：mamba是一个为conda设计的替代品，使用C++编写，旨在提供比conda更快的依赖解析和包安装。可以用Mamba代替conda来创建环境和安装包，我新装的miniforge好像已经带mamba了。

conda的安装

• 安装 conda 后，会创建默认环境：base，其Python是conda自带的版本。
• 指定国内镜像
  • 安装 miniforge: https://mirrors.tuna.tsinghua.edu.cn/github-release/conda-forge/miniforge/
  • 镜像使用说明：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

命令介绍

• 帮助信息：conda env -help

虚拟环境管理

• 创建虚拟环境：conda create --name py310-env python=3.10
  • conda env create --help 获取更多信息

NOTE：如果后面没有 python=3.10 则不安装 Python 的执行文件，而是创建一个 ln，链接到 conda 的 base env 的 python。
建议：加上 python=xxx 这个参数，锁定 Python 版本。
可以用 Yaml 或者 text 文件来配置 conda 环境：
conda env create -f environment.yml
conda env create -f r equirements.txt。

• 激活和退出环境：conda activate py310-env 和 conda deactivate
• 列出现在机器上的 env：conda env list
• 删除 env：conda env remove --name py310-env
• 复制一个 env：conda create --name another-env --clone py310-env
• 导出 env 的配置信息：conda env export > environment.yml
  • 导出配置后：可以用 conda env create -f environment.yml 来创建新环境

包管理

conda 安装包的参数和 pip 差不多，不再赘述，只说几点（记得先 activate 某个 env）：

• conda 支持 search package：conda search opencv， pip 现在不支持这个 (以前支持过，现在不行了)

  conda search opencv
  Loading channels: done
  # Name                       Version           Build  Channel             
  opencv                         4.5.0          py38_5  conda-forge         
  opencv                         4.5.0          py38_6  conda-forge         
  opencv                         4.5.0          py39_5  conda-forge         
  opencv                         4.5.0          py39_6  conda-forge         
  opencv                         4.5.1  py38h150bfb4_0  conda-forge
  ...                            ...
  

• 指定版本安装： conda install opencv=4.5.1

• 列出已经安装的包：conda list

• 删除包：conda remove opencv

• conda 支持 pip 的 requirements.txt，conda 和 pip 安装的包都会兼容的存在于 env 的 lib 目录下

• 最后复习一下 pip 的包管理命令，看看是不是差不多

  • pip install opencv
  • pip remove opencv
  • pip freeze > requirements.txt