Conda入門教程

Conda簡單介紹

Conda的定位是語言無關的包、依賴和環境管理系統。正如它的文檔官網的第一句話寫著：

Package, dependency and environment management for any language—Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN, and more.

不過，目前似乎只有python語言下用的多。

官網地址：https://docs.conda.io/en/latest/

Conda的安裝

Conda的安裝可以通過Miniconda和Anaconda這兩個安裝程序實現。它們之間的區別在此連結找到：https://docs.conda.io/projects/conda/en/latest/user-guide/install/download.html#anaconda-or-miniconda

我們只希望最小化安裝，所以，選擇了Miniconda。安裝地址：https://docs.conda.io/en/latest/miniconda.html。在下載Miniconda的安裝腳本後，執行：

chmod +x Miniconda2-latest-Linux-x86_64.sh

./Miniconda2-latest-Linux-x86_64.sh

然後根據Miniconda的安裝程序提示，一路「Yes」下一步即可。

安裝效果如下：

最後，將conda的安裝路徑添加到環境變量中。比如我的是/home/zhaizj/miniconda2/bin/。執行conda list確認安裝是否完成：

Conda的概念Conda package

一個Conda package本質就是一個tarball包或者一個.conda文件。

包中包括文件：

系統級別的庫

Python或者其它模塊

可執行程序或者組件

info目錄下的元數據文件

被直接安裝的文件集合

以下是一個conda pacage的目錄結構：

.

├── bin

│ └── pyflakes

├── info

│ ├── LICENSE.txt

│ ├── files

│ ├── index.json

│ ├── paths.json

│ └── recipe

└── lib

└── python3.5

Conda channels

Conda channel是一個遠端地址，用於存放conda package。conda安裝包的時候會從默認的channel搜索和下載。當然，我們在安裝包時，也可以指定channel：

conda install scipy --channel conda-forge

Conda environments

conda environment是一個目錄，它包含了你所安裝的conda軟體包的特定集合。例如，你可能有一個安裝了NumPy 1.7及其依賴項的環境，另一個安裝了NumPy 1.6用於傳統測試的環境。如果你改變了一個環境，其他環境就不會受到影響。你可以輕鬆地激活或停用環境，這就是你在它們之間切換的方式。你也可以通過給別人一份你的environment.yaml文件的副本來與他們分享你的環境。

使用Conda查看conda信息

conda info

包管理

安裝包：

conda install [packagename]

搜索包：

conda search [packagename]

列出已經安裝的包：

conda list

Channel管理

增加channel

conda config --add channels new_channel

環境管理

創建一個environment：

conda create --name snowflakes

切換environment：

conda activate snowflakes

列表出所有environment：

conda info --envs

管理python版本

以下命令創建了一個snakes evironment，同時指定這個環境下使用python3.9。

conda create --name snakes python=3.9

配置Conda

.condarc文件是一個YAML文件，位於用戶目錄下。我們在.condarc文件中可以配置channel、代理、環境目錄等。除了可以使用文本編輯器編輯它，還可以使用命令行實現：

conda config --add channels conda-forge

通過命令，我們增加了一個channel。也可以設置.condarc文件中某個配置的值，比如：

conda config --set auto_update_conda False

<END>

歡迎關注本公眾號:

往期精彩文章：

資深DevOps工程師揭秘：為什麼你對於DevOps無從下手？（原則篇）

軟體配置管理實踐——基於Ansible和Nacos