在我之前的博文 一文了解 conda 与 Python 的关系 中,已经对 Conda 和 Python 的关系作了介绍。
本文主要提供一些使用 Conda 环境的建议。
1. 使用 Anaconda / Miniconda
我个人建议使用 Miniconda,Miniconda 只包含了基本的 Python 解释器和 Conda 环境,轻巧便捷,易于使用。
Anaconda 则在 Miniconda 的基础上,附带了众多 Python 包和附加工具。Anaconda 在科研界是备受欢迎的 Python 解决方案。
相关链接:
2. 使用 Conda env 隔离不同工程
养成良好习惯,Python 工程一定要隔离环境!
无论使用 Python 自带的 venv,还是使用 Conda env,隔离环境是十分必要的。
- Python venv 创建的虚拟环境,我们一般会手动指定其创建在对应工程内的
venv/
中- Conda create 创建的环境,会在 Conda 安装目录下进行集中管理
2.1 Conda 管理包
安装包:
1conda install package_name
卸载包:
1conda remove package_name
更新包:
1conda update package_name
更新 Conda:
1conda update conda
列出已安装包:
1conda list
2.2 Conda 管理环境
创建 Conda 环境:
1conda create -n $NAME_OF_ENV python=3.6
由于 Conda 管理不同版本的 Python,是把 Python 视为包进行管理的,所以这里指定 Python 版本,相当于指定了初始化 Conda 环境的包
查看 Conda 环境列表:
1conda env list
激活 Conda 环境:
1conda activate $ENV_NAME
退出当前环境:
1conda deactivate
删除 Conda 环境:
1conda env remove -n $ENV_NAME
2.3 实用官方文档
- CONDA User guide - Tasks: Managing packages
- CONDA User guide - Tasks: Managing environments
- CONDA Cmd reference - Conda general commands
- CONDA Cmd reference - Conda vs. pip vs. virtualenv commands
3. Conda 依赖包文件
导出当前已激活的环境配置:
1conda env export > environment.yml
利用 environment.yml
创建环境:
1conda env create -f environment.yml
安装 pip freeze
创建的 requirements.txt
:
1conda install --yes --file requirements.txt
3.1 关于 Conda 环境的可移植性
实际上,在 Conda 环境中,无论使用 conda env export
还是 pip freeze
,得到的依赖列表都是不可轻易移植的。
Conda 安装包时,不仅会安装命令行指定的包,也会安装各种为了硬件加速、协同的依赖包(包括C++环境),这就导致了在 conda 环境中,靠自动生成的依赖文件并不可轻易移植环境。
这既是 Conda 的优势(解决了依赖问题,提升运行速度),也是 Conda 的劣势(由于依赖于平台的非 Python 包牺牲了部分移植性)。
参考链接:
stack overflow - How to share conda environments across platforms
4. Conda 清理
Conda 的各项冗余缓存内容可以通过下述指令清理:
1conda clean <param>
具体清理内容可以通过 -h
参数进行查看。
5. 使用建议
5.1 不要混用 pip 和 conda
pip 和 conda 解决包间依赖问题以及包安装的方式差异很大,混用两者可能会导致各种问题。
建议:要么持续使用 pip(及 venv),要么持续使用 conda。
5.2 使用 venv 和 pip 创建开发(编程)环境
大部分(几乎全部)的 Python 包均有跨平台的特性,所以在编程时,使用 Python 自带的 venv 和 pip 可以较为轻松获取到工程所需的依赖包列表。
我的相关博客链接:
5.3 使用 Conda 部署生产(运行)环境
Conda 安装 Python 包时,会附带安装各种用于硬件加速、协同的依赖包,在代码运行上更为快速、友好。使用开发时得到的 requirements.txt
创建 Conda 环境即可(见第三节)。
版权声明:本文遵循 CC BY-SA 4.0 版权协议,转载请附上原文出处链接和本声明。
Copyright statement: This article follows the CC BY-SA 4.0 copyright agreement. For reprinting, please attach the original source link and this statement.