Conda

Conda #

conda 是一款软件管理软件，相当于 windows 里面的应用商店
miniconda 和 anaconda 中都包含了 conda
- miniconda windows 64 位安装包大小为 51.4 Mb，只包含了 conda、python、和一些必备的软件工具
- anaconda windows 64 位安装包大小为 462 Mb，是 miniconda 的扩展，包含了数据科学和机器学习要用到的很多软件。

安装 #

wget -c --no-check-certificate https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

bash Miniconda3-latest-Linux-x86_64.sh

参考：https://docs.conda.io/projects/conda/en/stable/

使用教程 #

# 清理缓存
conda clean -a

# The base environment is activated by default
conda config --set auto_activate_base True

# The base environment is not activated by default
conda config --set auto_activate_base False


# 查看已创建的conda环境
conda info --envs

# 激活环境
conda activate base

# 退出环境
conda deactivate

镜像源 #

阿里云 #

cat << EOF > ~/.condarc
channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.aliyun.com/anaconda/cloud
  msys2: http://mirrors.aliyun.com/anaconda/cloud
  bioconda: http://mirrors.aliyun.com/anaconda/cloud
  menpo: http://mirrors.aliyun.com/anaconda/cloud
  pytorch: http://mirrors.aliyun.com/anaconda/cloud
  simpleitk: http://mirrors.aliyun.com/anaconda/cloud
EOF

conda clean -i

清华 TUNA #

cat << EOF > ~/.condarc
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
EOF

conda clean -i

北京外国语 #

cat << EOF > ~/.condarc
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.bfsu.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud
EOF

conda clean -i

conda vs pip #

pip 是用来安装 python 包的，安装的是 python wheel 或者源代码的包。从源码安装的时候需要有编译器的支持，pip 也不会去支持 python 语言之外的依赖项。
conda 是用来安装 conda package，虽然大部分 conda 包是 python 的，但它支持了不少非 python 语言写的依赖项，比如 mkl cuda 这种 c c++写的包。conda 安装的都是编译好的二进制包，不需要你自己编译。这导致了 conda 装东西的体积一般比较大，尤其是 mkl 这种，动不动几百兆甚至一 G 多。
- 所以，pip 有时候系统环境没有某个编译器可能会失败，conda 不会。
conda 比 pip 更加严格，conda 会检查当前环境下所有包之间的依赖关系，pip 可能对之前安装的包就不管了。这样做的话，conda 基本上安上了就能保证工作，pip 有时候可能装上了也不 work。
- conda 算依赖项的时间比 pip 多很多，而且重新安装的包也会更多（会选择更新旧包的版本）

`conda install` vs `pip install` #

conda install xxx：这种方式安装的库都会放在 anaconda3/pkgs 目录下，
- 这样的好处就是，当在某个环境下已经下载好了某个库，再在另一个环境中还需要这个库时，就可以直接从 pkgs 目录下将该库复制至新环境而不用重复下载。
pip install xxx：分两种情况，
- 一种情况就是当前 conda 环境的 python 是 conda 安装的，和系统的不一样，那么 xxx 会被安装到 anaconda3/envs/current_env/lib/python3.x/site-packages 文件夹中，
- 如果当前 conda 环境用的是系统的 python，那么 xxx 会通常会被安装到 ~/.local/lib/python3.x/site-packages 文件夹中
conda 和 pip 安装同一个 xxx 库情况下，conda 环境下 python 代码中 import xxx 时，谁安装的 xxx 优先级较高会被 import，这个问题通过下面这条命令可以解决：

python -m site

# 输出
sys.path = [
    '/root/anaconda3',
    '/root/anaconda3/lib/python39.zip',
    '/root/anaconda3/lib/python3.9',
    '/root/anaconda3/lib/python3.9/lib-dynload',
    '/root/anaconda3/lib/python3.9/site-packages',
]
USER_BASE: '/root/.local' (exists)
USER_SITE: '/root/.local/lib/python3.9/site-packages' (doesn't exist)
ENABLE_USER_SITE: True

# USER_BASE 和 USER_SITE 是用户自定义的启用Python脚本和依赖安装包的基础路径

Miniconda vs Miniforge #

Miniconda 是 Conda 的一个极简版本，只包含 Conda 包管理器及其依赖项。
- 默认源: Miniconda 使用默认的 Anaconda 仓库。
Miniforge 是一个社区驱动的 Conda 发行版，旨在提供一个免费的、开源的包管理和环境管理工具。
- 适用场景: Miniforge 更加适合那些希望使用完全开源的软件包（避免 Anaconda 商业仓库的限制）或需要特定的社区包的用户。
- 默认源: Miniforge 使用 conda-forge 仓库，conda-forge 是一个社区维护的包仓库，提供大量的开源包。
- Miniforge 通常会预装一些基础包以简化常见的环境配置。

可以在同一台机器同时使用 Miniconda 和 Miniforge #

# 切换到 Miniconda
source /root/miniconda3/bin/activate
# 使用 Miniconda 环境
conda activate my_miniconda_env

# 进行一些操作

# 切换到 Miniforge
conda deactivate
source /root/miniforge3/bin/activate
# 使用 Miniforge 环境
conda activate my_miniforge_env

# 进行其他操作

Conda #

安装 #

使用教程 #

镜像源 #

阿里云 #

清华 TUNA #

北京外国语 #

conda vs pip #

conda install vs pip install #

Miniconda vs Miniforge #

可以在同一台机器同时使用 Miniconda 和 Miniforge #

`conda install` vs `pip install` #