本文主要是介绍python管理工具之conda安装部署及使用详解，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
《python管理工具之conda安装部署及使用详解》这篇文章详细介绍了如何安装和使用conda来管理Python环境,它涵盖了从安装部署、镜像源配置到具体的conda使用方法,包括创建、激活、安装包...
python管理工具：conda部署+使用
一、安装部署
1、 下载
- 官网下载： https://repo.anaconda.com/archive/index.html - wget方式： wget -c https://repo.anaconda.com/archive/Anaconda3-2023.03-1-linux-x86_64.sh
2、 安装
在conda文件的目录下输入命令安装，一路回车，直到他要求输入yes
bash Anaconda3-2023.03-1-Linux-x86_64.sh 默认安装位置： PREphpFIX=/root/anaconda3
3、 设置环境变量
# conda环境变量 vim /etc/profile export PATH=/root/anaconda3/bin:$PATHpshheraerU vim ~/bashrc export PATH=/root/anaconda3/bin:$PATH # 刷新环境变量 source /etc/profile source ~/.bashrc # 验证 [root@xwsoft conda]# conda -V conda 23.3.1
二、镜像源配置
2.1 conda配置
vim ~/.condarc
channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ show_channel_urls: true ssl_verify: true allow_conda_downgrades: true
2.2 pip配置
mkdir ~/.pip cd ~/.pip/ vim pip.conf # 配置镜像 [global] index-url = http://mirrors.aliyun.com/pypi/simple/ [install] trusted-host=mirrors.aliyun.com 此时conda环境已经安装完成！！！
三、 conda使用
3.1、创建指定Python版本的环境
conda create --name mytest python=3.8
3.2、激活环境
# 初始化 conda init bash # 关闭当前窗口，换个 conda activate mytest # 激活后，你的终端提示符会显示当前激活的环境名称，以提醒你正在使用哪个环境。 (base) China编程[root@xwsoft anaconda3]# conda activate mytest (mytest) [root@xwsoft anaconda3]#
3.3、安装包
3.3.1、在线安装
# 安装单个 conda install numpy # 安装多个 conda install numpy pandas matplotlib # 安装指定版本 conda install numpy=1.19.2
3.3.2、离线安装
# 下载安装包
pip方式---指定官方源下载+清华源
pip download -i https://pypi.org/simple beautifulsoup4==4.11.1
pip download -i https://pypi.tuna.tsinghua.edu.cn/simple beautifulsoup4==4.11.1
# 离线批量安装
pip install --no-index --find-links=/apps/conda/package beautifulsoup4==4.11.1 chinese_calendar==1.7.2 cycler==0.11.0 dtaidistance==2.3.6 matplotlib==3.5.1 Metrics==0.3.3 pandas==1.1.53.4、列出环境
要查看已创建的所有 Conda 环境，可以使用以下命令：
conda env list 或： conda info --envs
3.5、切换环境
conda activate mytest02
3.6、停用环境
当你不再需要使用某个环境时，可以停用它以返回到默认环境（通常是 base 环境）：
conda deactivate
3.7、删除环境
删除以释放系统资源：这个命令将删除环境及其所有包和依赖。
conda remove --name mytest --all
3.8、导出和导入环境
# 导出环境
使用以下命令将当前环境导出到一个 YAML 文件
conda mytest export > environment.yml
# 导入环境
在另一台机器上，你可以使用导出的 YAML 文件创建相同的环境
conda mytest create -f environment.yml3.9、复制环境
创建一个与现有环境相同的新环境，可以使用 conda create 命令并指定现有环境作为基础
conda create --name mytest02 --clone mytest
四、问题
4.1、删除包但依赖未清除
问题描述： 删除某个包后，其依赖包仍然存在，占用空间。
解决方案：
可以使用 conda clean 命令清理未使用的包和缓存：
这将删除未使用的包、China编程旧的包版本以及临时文件，以释放磁盘空间
conda clean --all
到此这篇关于python管理工具之conda安装部署及使用详解的文章就介绍到这了,更多相关python conda部署内容请搜索编程China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)！
这篇关于python管理工具之conda安装部署及使用详解的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
