Conda使用教程

Conda是一个开源的包管理系统和环境管理系统，主要用于简化软件包安装和管理，同时还能创建和管理独立的环境。这些功能使得Conda在数据科学、机器学习和科学计算领域非常受欢迎。

Conda的安装

安装Conda有两种主要方式：通过Anaconda或Miniconda。

选择取决于你的需求：

• Anaconda：适合需要一套完整的数据科学工具的用户。它包含了Python和大量的科学计算库（如NumPy、Pandas、SciPy等）以及工具（如Jupyter Notebook）。
• Miniconda：适合希望从头开始安装所需包的用户。它仅包含Conda和Python，是一个较小的安装包。

安装完成后，你可以打开终端（或Anaconda Prompt）并输入以下命令以验证Conda是否正确安装：conda –version

Conda常用命令

基本命令

conda info # 查看Conda信息
conda –version  #查看 conda 版本
conda update conda  # 更新Conda（慎用）
conda clean –all # 清理不再需要的包：
conda –help # 查看帮助
conda <指令> --help #查看某一个指令的详细帮助
conda config --show	#查看 conda 的环境配置
conda clean -p	# 清理没有用，没有安装的包
conda clean -t	# 清理 tarball
conda clean --all	# 清理所有包和 conda 的缓存文件

环境管理

创建Conda环境

使用conda可以在电脑上创建很多套相互隔离的Python环境，命令如下：

# 语法
conda create --name <env_name> python=<version> [package_name1] [package_name2] [...]
# 样例 创建一个名为PaddleOCR的环境，python版本为3.7
conda create --name PaddleOCR python=3.7

切换Conda环境

前面说到Conda可以创建多套相互隔离的Python环境，使用conda activate env_name可以切换不同的环境。

# 语法
conda activate env_name
# 样例 切换到PaddleOCR环境
conda activate PaddleOCR

如果要退出此环境，回到基础环境 可以使用如下命令

# 退出当前环境
conda deactivate

查看电脑上已安装的Conda环境

当电脑上安装了很多台Conda环境的时候，可以使用conda env list命令查看所有已创建的Conda环境。

# 查看当前电脑上所有的conda环境
conda env list

删除某个Conda环境

如果某个环境不需要了，可以使用conda remove命令移除环境，语法如下：

# 语法
conda remove --name <env_name> --all
# 样例
conda remove --name PaddleOCR –all

复制环境

conda create --name myclone --clone myenv

包管理

安装包

在激活的环境中安装包，例如安装NumPy：

conda install numpy

可以使用以下命令安装特定版本的包：

conda install numpy=1.18

更新包

更新某个包到最新版本：

conda update numpy

conda update --all #更新所有包

执行命令后，conda将会对版本进行比较并列出可以升级的版本。同时，也会告知用户其他相关包也会升级到相应版本。当较新的版本可以用于升级时，终端会显示 Proceed ([y]/n)? ，此时输入 y 即可进行升级。

卸载包

如果不再需要某个包，可以将其卸载：

conda remove numpy

列出环境中的所有包

查看当前环境中已安装的所有包：

conda list

查看当前虚拟环境中已安装的某个包的信息

conda list pip

搜索包

搜索可用的包及其版本信息：

conda search package-name

使用通道

Conda通道（Channel）是Conda用来查找和下载软件包的源。通道就像是软件仓库，用户可以从这些通道中获取需要的软件包。理解和有效管理Conda通道，可以帮助用户更好地控制软件包的来源、版本以及稳定性。

主要通道

• 默认通道：这是Conda自带的官方通道，由Anaconda维护，包含了常用的数据科学和机器学习包。默认通道提供的包经过测试和优化，通常是稳定且值得信赖的。
• Conda-Forge：Conda-Forge是一个社区驱动的通道，拥有数量庞大的软件包和活跃的维护者社区。通常情况下，Conda-Forge提供更多的最新软件包版本，对于一些在默认通道中没有的包来说尤为重要。由于是社区维护，更新速度快，适合需要最新特性和支持的用户。
• Bioconda：专为生物信息学和生物数据分析设计的通道。包含很多用于生物数据处理和分析的工具。

查看已配置的通道

你可以使用以下命令查看当前配置的通道列表：

conda config --show channels

添加新的通道

如果需要从其他通道安装包，可以将其添加到Conda配置中。例如，添加Conda-Forge：

conda config --add channels conda-forge

设置通道顺序

通道是按顺序搜索的，优先使用在前面的通道。可以通过以下命令调整顺序：

conda config --set channel_priority strict

使用strict优先级时，Conda会严格按照通道顺序来选择包。

删除通道

如果不需要某个通道，可以将其移除：

conda config --remove channels channel-name

临时使用特定通道

你可以在安装包时临时指定通道，而不改变全局配置。例如：

conda install package-name -c conda-forge

这样做会从Conda-Forge通道安装指定的包。

通道优先级

Conda允许设置通道优先级，以决定从哪个通道下载软件包。默认情况下，Conda会根据通道列表的顺序依次查找包。你可以通过以下命令启用或禁用通道优先级：

conda config --set channel_priority true  # 启用优先级
conda config --set channel_priority false # 禁用优先级

启用优先级后，Conda会严格根据通道顺序来选择包，确保从首选通道安装。

创建自定义通道

如果你需要在团队中共享包，或者需要托管私有包，可以创建自己的Conda通道。自定义通道可以通过简单的HTTP服务器（如NGINX或Apache）托管，或者使用Anaconda的企业解决方案。

设置镜像

为了提高Conda包的下载速度，特别是在网络连接到默认的Conda服务器速度较慢的情况下，设置国内镜像（或其他更接近你的地理位置的镜像）是一个常见且有效的方法。

以下是如何设置Conda镜像的步骤：

方法一：通过命令行配置

你可以使用conda config命令来添加镜像。例如，使用清华大学的Anaconda镜像。

• 打开命令提示符或终端。
• 添加镜像URL：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
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
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo
conda config --set show_channel_urls yes

默认情况下，conda config添加的通道会排在列表的头部，但你可以通过以下命令来确认顺序：

conda config --show channels

方法二：通过修改配置文件

你也可以直接修改Conda的配置文件来设置镜像：

• 找到并编辑Conda的配置文件：~/.condarc（Linux和macOS）或 C:\Users\<用户名>\.condarc（Windows）。TUNA 提供了 Anaconda 仓库与第三方源（conda-forge、msys2、pytorch等，各系统都可以通过修改用户目录下的 .condarc 文件来使用 TUNA 镜像源。Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config –set show_channel_urls yes 生成该文件之后再修改。
• 添加或修改如下内容：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

运行 conda clean -i清除索引缓存，保证用的是镜像站提供的索引。

验证和测试

在设置完镜像后，你可以通过安装软件包来测试镜像是否工作正常。例如：

conda install numpy

查看输出的信息，确保包是从你设置的镜像URL下载的。

环境导出与导入

导出环境

将当前环境导出为一个YAML文件，方便共享：

conda env export > environment.yml

从文件创建环境

使用YAML文件创建一个新环境：

conda env create -f environment.yml

Mamba使用

Mamba是一个用于管理Conda环境和包的开源工具，旨在解决Conda在处理大型环境时的速度和性能问题。它与Conda兼容，但提供更快的依赖解析和包安装，这使得它在处理复杂环境时更加高效。

Mamba的关键特点

• 快速的依赖解析：Mamba使用一个高效的C++库进行依赖解析，这使得在面对复杂的包依赖时能更快地找到解决方案。
• 并行下载：Mamba可以并行下载和安装包，这大大减少了安装时间，特别是在需要下载大量包的情况下。
• 与Conda兼容：Mamba可以无缝替代Conda的命令，你可以在几乎所有Conda命令中直接使用mamba来替换conda。
• 更好的用户体验：提供更直观的输出信息和进度条，让用户可以更清晰地了解安装进度和过程。

安装Mamba

要安装Mamba，你首先需要一个Conda环境。以下是在已有Conda环境中安装Mamba的步骤：

如果你希望在特定环境中安装Mamba，可以先激活该环境：

conda activate myenv

你可以通过Conda-Forge通道安装Mamba，因为Mamba在该通道上维护得很好：

conda install mamba -n base -c conda-forge

这里-n base表示将Mamba安装在base环境中，这样你可以在任何环境中使用Mamba。

使用Mamba

Mamba可以直接替代Conda的命令。以下是一些常见的Conda命令及其Mamba等效用法：

• 创建环境：mamba create –name myenv python=3.8
• 激活环境：conda activate myenv （Mamba不改变环境激活命令，你仍然使用Conda的激活命令）
• 安装包：mamba install numpy
• 更新包：mamba update numpy
• 删除包：mamba remove numpy
• 更新环境中的所有包：mamba update –all

优势：

• 速度：Mamba在处理包管理和环境解决时速度快得多，这对大环境尤其有用。
• 效率：并行下载和安装机制使得整体过程更加高效。
• 兼容性：能够无缝替代Conda，并与其生态系统兼容。

局限性：

• 新兴工具：作为一个较新的工具，Mamba可能在某些边缘情况下不如Conda稳定。
• 社区支持：虽然Mamba的社区在快速增长，但它仍然没有Conda那么成熟。

参考链接：

• User guide — conda 24.7.2.dev41 documentation