Anaconda安装与虚拟环境设置

安装Anaconda （2019年新版）

Conda 简介

pip是一个包管理器而virtualenv是一个环境管理器, Conda兼具两者的功能

Task Conda package and environment manager command
Install a package conda install $PACKAGE_NAME
Update a package conda update —name $ENVIRONMENT_NAME $PACKAGE_NAME
Update package manager conda update conda
Uninstall a package conda remove —name $ENVIRONMENT_NAME $PACKAGE_NAME
删除一个已有的环境 conda remove —name python34 —all
Create an environment conda create —name $ENVIRONMENT_NAME python
Activate an environment source activate $ENVIRONMENT_NAME
Deactivate an environment source deactivate
Search available packages conda search $SEARCH_TERM
Install package from specific source conda install —channel $URL $PACKAGE_NAME
List installed packages conda list —name $ENVIRONMENT_NAME
Create requirements file conda list —export
List all environments conda info —envs
Install other package manager conda install pip
Install Python conda install python=x.x
Update Python conda update python *
单元格 单元格

安装

  1. 在linux中使用wget下载
1
sudo wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.03-Linux-x86_64.sh
  1. 如果提示没有wget，使用yum安装：
1
yum -y install wget
  1. 安装Anaconda (在下载目录中执行该文件)
1
bash Anaconda3-2019.03-Linux-x86_64.sh
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
Do you accept the license terms? [yes|no]
[no] >>>
Please answer 'yes' or 'no':
>>> yes
...
Anaconda3 will now be installed into this location:
/root/anaconda3

- Press ENTER to confirm the location
- Press CTRL-C to abort the installation
- Or specify a different location below

[/root/anaconda3] >>> 更改要输入绝对路径
...
Do you wish the installer to initialize Anaconda3
by running conda init? [yes|no]
[no] >>> no
...

配置环境变量

安装完成之后，需要自行配置环境变量。

  1. 打开bashrc文件：vi ~/.bashrc

    在文件最后加入如下语句（路径需要根据自己的安装位置更改）：

    1
    2
    export PATH="/data/ningshixian/software/anaconda3/bin:$PATH"\
    export PATH="/usr/local/anaconda3/bin:$PATH"

  2. 按住shift键+:键，输入wq，保存文件并退出。最后使用如下命令刷新环境变量即可：

    1
    source ~/.bashrc

  3. 进入、退出环境使用的也是source开头的命令：

1
2
source activate # 进入conda环境 出现(base)则说明安装成功
source deactivate # 退出conda环境
  1. 检查是否成功
1
2
which conda
which pip

添加国内开源镜像

安装完毕第一件事就应该是修改软件源为国内的开源镜像，可以使用中科大或者清华的镜像．Linux 下打开终端

解决PIP下载安装速度慢

让PIP源使用国内镜像，提升下载速度和安装成功率

临时使用：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple xxx

永久修改：

Linux下，修改 ~/.pip/pip.conf (没有就创建一个文件夹及文件。文件夹要加“.”，表示是隐藏文件夹)

1
2
3
4
5
6
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

[install]
trusted-host=mirrors.aliyun.com
windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini。内容同上。

PS：也可通过命令形式，修改conda/pip源

1
2
3
4
5
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/main/
conda config --set show_channel_urls yes

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

问题

win下，输入conda upgrade —all显示错误CondaHTTPError: HTTP 000 CONNECTION FAILED for url

https://www.cnblogs.com/adolfmc/p/11955642.html

原因：Anaconda Navigator主服务器访问困难

解决：直截了当——vim ~/.condarc，把内容改为如下所示内容:

1
2
3
4
5
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
show_channel_urls: true

创建和激活环境

  1. 创建 conda 虚拟环境只需要键入以下命令：
1
conda create --name nsxenv python=3.6

这样就创建好了一个基于 python 3.6 版本的 conda 虚拟环境，conda 创建的虚拟环境保存在 ~/.conda/envs

  1. 激活环境
1
2
conda activate nsxenv	# 激活
conda deactivate	# 退回到base环境

如果你不记得了你创建的环境名称，可以使用以下命令来查看：conda env list

这个命令也会给出 conda 虚拟环境所在的目录．Windows 下 conda 虚拟环境存储的位置最好就用这个来查看了，似乎与 Anaconda 的版本有关，存储位置不确定．

  1. 安装库

  • 直接指定-n 指定安装环境的名字:conda install --name myenv beautifulsoup4

  • 激活环境之后，再安装√:

1
2
3
4
5
6
7
8
9
10
11
conda install package
pip install package	# 对于conda源没有的库，也可以使用pip安装
````

建议：在 conda 虚拟环境中优先使用 conda 命令安装 python 包，conda 不提供的时候再用 pip 安装．




## 环境管理

conda list
conda env list
conda update conda

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

创建好的环境可以保存下载，然后在其他服务器上创建同样的环境．导出环境：

```conda env export > environment.yml```

environment.yml 文件保存了当前环境中所有的 python 包和对应的版本，将其分享到其他机器即可从该文件创建出一个相同的 conda 虚拟环境．从指定文件创建环境可以使用命令：

```conda create -f environment.yml```

如果你想要删除一个不再使用的 conda 虚拟环境，可以使用：

```conda env remove --name myenv```



## conda清理瘦身

anaconda就像一个相对独立的生态，所有被安装的包都在anaconda的安装目录下客观存在者，客观占用着我们的硬盘空间，随着使用到的包越来越多，一次次伴随安装的依赖包也越来越多，还有Python每个版本都对应了自身的一整套包，例如Python3.5和3.6就分别对应了各自的一整套包，anaconda文件夹的体积也越来越大，突发奇想查看一下呗，7.8G，瞬间被吓倒，怎么解决呢，很简单！

conda clean就可以轻松搞定:


conda clean -p //删除没有用的包
conda clean -t //tar打包
conda clean —all //删除索引缓存、锁定文件、未使用过的包和tar包。
1
2
3
4
5
6
7
8
9

经过上面两步，我的anaconda便变成了4.3G，几乎瘦身一半。有一点要注意的是，conda clean命令是对所有anaconda下的包进行搜索，当然也包括构建的其他Python环境中的包，这一点还是很高效的，不用再进入其他环境重复操作。



# pip导出当前项目的依赖包

导出pip已经安装的所有包


pip freeze > requirements.txt
1
2
3
4
5

上面这种方式只适合在虚拟环境中导出虚拟环境中的包，如果不是在虚拟环境下就会导出全局环境的python的环境包！

要想在全局环境中导出我们项目的依赖包，可以利用python包“pipreqs”


$> pip install pipreqs

进入到项目所在目录，在执行下面的命令

$> pipreqs . —encoding=utf8 —force

“.” 指的是将导出依赖包的文件放在当前目录下

“—encoding=utf8” 指的是存放文件的编码为utf-8,否则会报错

“—force” —force 强制执行，当 生成目录下的requirements.txt存在时强子覆盖

```

参考

#教程 #Linux
Anaconda安装与虚拟环境设置
http://example.com/2019/09/25/2019-09-25-Anaconda安装与虚拟环境设置/
作者
NSX
发布于
2019年9月25日
许可协议