开源包管理系统和环境管理系统 Conda

开源包管理系统和环境管理系统 Conda

简介

在做 Python 开发时,或许你接触过 virtualenv,他可以为不同的环境安装不同的 Python 环境支持。如果你还知道 virtualenvwrapper,你会发现它用起来更加方便,它是对 virtualenv 的封装,可以很方便的创建和管理多个不同的开发环境。关于 virtualenv 和 virtualenvwrapper 的介绍可以参考以下内容:

在 Python 中,还有一个更为强大的环境管理工具,即 Conda。Conda 不仅可以管理不同的开发环境,还可以像 pip 一样进行包管理。Virtualenv 与 Conda 的功能功能差别不是很大,个人觉得 Virtualenv 在 Web 开发领域用得多些,Conda 则主要在科学计算环境中比较常用。

Conda 是开源的包管理系统和环境管理系统,可以安装软件包的多个版本和依赖,而且各环境可以很方便的切换。Conda 支持 Linux,OS X 和 Windows 系统。Conda 主要为 Python 程序所创建,但是可以打包和分布任意软件。Conda 有多个版本,包括 Anaconda, Anaconda Server 和 Miniconda。

安装

Conda 的安装可以参考官方文档:http://conda.pydata.org/docs/installation.html,只需下载安装程序安装即可。

这里以在 Linux 下安装 miniconda 为例, 安装过程中默认会在用户主目录下创建一个 miniconda 的目录,同时会在 ~/.bash_profile 中追加配置。如果要卸载 Miniconda,只需要删除相应配置和文件即可:

rm -rf ~/miniconda ~/.condarc ~/.conda ~/.continuum

安装完成后的 miniconda 目录是 Conda 的默认环境,该默认环境被命名为 root,要激活默认环境可以执行如下命令:

source ~/miniconda/bin/activate root

用户创建的其他环境则被存放在 ~/miniconda/envs 中。

使用

1. 创建一个新环境

使用 conda 创建环境的方法如下:

conda create --name snowflakes ipython biopython

这将创建一个名为 snowflakes 新环境并存放在 ~/miniconda/envs/snowflakes 中。--name 参数用于指定环境名,也可以简写成 -n。命令最后可以接上在创建的同时需要一并安装的库和模块,同时还可以指定库或模块的版本。例如创建一个 Python3 环境:

conda create -n bunnies python=3 astroid babel

也可以通过克隆其他环境来创建一个新环境:

conda create --name flowers --clone snowflakes

2. 环境的激活与退出

要激活一个环境可以使用如下命令:

source ~/miniconda2/bin/activate bunnies

在有些电脑上可能需要指定全路径,即:

source ~/miniconda2/bin/activate bunnies

激活成功后在当前 shell 提示符前会加上环境名,像这样:

(bunnies)konghy$[~] => conda --version
conda 4.0.5

要退出当前环境,可以用如下命令:

source deactivate bunnies

3. 包的安装及其管理

安装包用 conda install <pkg name> 命令,同时可以指定包的版本,例如:

conda install python=3.5

如果需要安装到指定的环境中,则用如下命令:

conda install --name bunnies python=3.5

当然,在安装 conda 是都会默认安装 pip 工具,所有同样可以用 pip 来安装依赖包。

列出当前环境中所有的包:

conda list

列出指定环境中所有的包:

conda -n bunnies

查找可安装的软件包:

conda search python

这样 Conda 会做模糊匹配,也就是所有带 “python” 字符的包都会被查找出来,如果只需要查找 python 包,则可用如下命令:

conda search --full-name python

包的更新:

conda update conda python ipython

删除软件包:

conda remove --name bunnies ipython

4. 环境管理

  • 查看环境信息

查看系统中安装的所有环境:

conda info --envs

查看 Conda 环境系统信息:

conda info --system

查看环境系统更加详细的信息:

conda info --all

  • 删除环境:

删除环境中指定的包:

conda remove --name flowers ipython biopython

彻底删除环境:

conda env remove --name flowers

  • 导出环境:

conda env export --name bunnies --file build_bunnies.yml

或者

conda list -e > spec-file.txt

  • 从文件创建环境:

如果是用 conda env export --name 导出的文件,则可用下列命令创建:

conda env create -f build_bunnies.yml

如果是用 conda list -e 导出的文件,则用如下方式创建:

conda create --name

  • 更新环境:

conda env update --name bunnies --file=environment.yml

参考资料

原文地址:https://www.cnblogs.com/paisenpython/p/10339458.html

时间: 2024-10-24 23:19:31

开源包管理系统和环境管理系统 Conda的相关文章

【SF】开源的.NET CORE 基础管理系统 - 安装篇

[SF]开源的.NET CORE 基础管理系统 -系列导航 1.开发必备工具 IDE:VS2017 运行环境:netcoreapp1.1 数据库:SQL Server 2012+ 2.获取最新源代码 http://git.oschina.net/sframework/SF-Boilerplate 直接使用VS Git工具进行克隆到本地存储库 3.打开并编译项目 打开并编译还原Nuget包,如果还原失败,请关闭VS重新打开项目重新编译. 如访问国外NuGet服务器速度不稳定的情况下,可以使用博客园

libCURL开源库在VS2010环境下编译安装,配置详解

libCURL开源库在VS2010环境下编译安装,配置详解 转自:http://my.oschina.net/u/1420791/blog/198247 CURL开源库VS2010环境下编译安装,配置详解 一 准备 1.1 CURL官网下载地址:http://curl.haxx.se/download.html 1.2 找到源码包,我这里下载的是7.32.0版:http://curl.haxx.se/download/curl-7.32.0.zip 二 步骤 2.1 打开curl-7.32.0\

cenos6.5源码包安装lnmp环境

虽然centos6可以用yum安装nginx,但是我还是写个教程用源码包安装用于线上环境. 一:在nginx官网下载nginx,并安装 我下载的是nginx-1.6.0 #./configure --prefix=/usr/local/nginx make&& make install 卸载已存在的apache服务和php [[email protected] Desktop]# yum remove httpd php* 安装development Tools [[email prote

CentOS使用yum源中自带的rpm包安装LAMP环境

CentOS使用yum源中自带的rpm包安装LAMP环境.这是Linux下安装LAMP的环境一种最基本最简便的方式.新手可以从容安装使用. 1. 安装基础包(可选安装)yum install -y wget zip unzip gzipyum install -y python ruby perlyum install -y gc gcc gcc-c++ 2. 安装php及其相关组件yum install -y php php-gdyum install -y php-mbstring php-

基于WebRTC的MCU开源项目Licode的环境搭建

基于WebRTC的MCU开源项目Licode的环境搭建 由于项目需求,需要构建多人通讯,调研了多人通讯的三种常见结构: 1.前一篇博客已经基于codelab实现了三人聊天,这种多人系统基于Mesh结构.具体来说,假设有N+1个客户端,那么对于每一个客户端都需要与其他N个对象建立PeerConnection,这样消耗了大量的带宽和CPU资源.对于客户端数量较少的应用比较适合,延迟小.开发简单.画面无损失. 2.基于MCU的结构,该MCU的核心功能就是视频和音频的Mix.通过将多路信号混合成一路,达

软件工具/开源包的收集与评论网站VSMatrix.info

这个时代的程序员是幸福的,因为有无数优秀的免费的工具.无数的优秀的开源的软件包为我们的工作提供便利; 这个时代的程序员也是痛苦的,因为选择太多,有时候让人无所适从. 网上常见的热门帖子常常是"N大最佳PHP IDE", "N大最流行的Java IDE"等, 看完帖子的内容和网友的回复后,往往还是难以做出选择.而自己最关心的某项功能的比较,在帖子中可能没有提到.更要命的是这些帖子和回复往往是几个月前甚至几年前的,而这中间,很多软件已经有更新,甚至有新的产品出现,帖子的

当推荐算法开源包多如牛毛,为什么我们还要专门的推荐算法工程师

作为一个推荐系统业余爱好者,在机器学习领域的鄙视链中,我感觉一直地位不高,时常被搞NLP CV语音等高科技技术的朋友鄙视. 最近甚至被人问,推荐算法开源包多如牛毛,我们为什么还要专门的推荐算法工程师?(难道想要辞退我!?惊) 不得不说,我想吐槽这个观点很久了.事实上搞推荐的工作不等于 import IBCF 或者 import time SVD++ import tensor啊摔! 于是找回帐号打开N年不用的博客,写一篇随想,其中含有大量主观臆断以及学术错误,尽量不中英夹杂术语之外的英文,如果有

MXNet 学习 (1) --- 最易上手的深度学习开源库 --- 安装及环境搭建

安装环境:Win 10 专业版 64位 + Visual Studio 2015 Community. 记录下自己在有GPU的环境下安装配置MXNet的过程.该过程直接使用MXNet release 的 pre-built 包,没有自己使用CMake编译.网上有很多自己编译的教程,过程都比较繁琐,直接使用release包对新手来说更加简单方便. 选择MXNet的原因是因为看了<Caffe.TensorFlow.MXNet三个开源库的对比>这篇博文,其中指出MXNet相对来说是最易上手的深度学习

NCL系列之三:安装,运行,编辑器与开源包

一.安装 1.Linux下的安装 对于有服务器资源的朋友来说,安装NCL应该是比较简单的事情了.较后二者省却了Linux环境搭建的过程,直接下载预编译的二进制文件,解压后,正确配置完环境变量即可使用. Step1:下载NCL https://www.earthsystemgrid.org/dataset/ncl.630.html Step2:上传至服务器,创建安装目录 mkdir ncl-6.3.0 解压 tar -zvxf  ncl_ncarg-6.3.0.Linux*.gz Step3:设置