包管理工具conda極簡教程

conda的作用

Anaconda是目前非常流行的一個python包管理器，自帶很多流行的python庫，包括numpy，pandas等，當然還有conda。而Conda是一個開源的軟件包管理系統和環境管理系統，用于安裝多個版本的軟件包及其依賴關系，并在它們之間輕松切換。

直接進入正題，本文通過幾個最基本的命令，來介紹conda如何使用。

創建一個虛擬環境

首先假設你已經安裝了anaconda
使用如下命令創建一個名為py2_pytorch的指定python版本的新環境。

[ansheng@*** ~]$conda create -n py2_pytorch python=2.7

查看所有環境

使用conda env list命令可以查看當前的所有python環境

[ansheng@*** ~]$conda env list # conda environments: # base * /data/ansheng/anaconda2 py2_pytorch /data/ansheng/anaconda2/envs/py2_pytorch

可以看到，當前有兩個環境，一個是安裝anaconda后自帶的base環境，一個是我們剛剛新建的python環境py2_pytorch。

刪除一個虛擬環境

[ansheng@*** ~]$conda env remove -n py2_pytorch

激活or關閉指定環境

使用source activate 環境名 激活指定環境

[ansheng@*** ~]$source activate py2_pytorch (py2_pytorch) [ansheng@*** ~]$

使用source deactivate or source deactivate 環境名 關閉當前環境

(py2_pytorch) [ansheng@ocr-gpu-12-10 ~]$ source deactivate py2_pytorch (base) [ansheng@ocr-gpu-12-10 ~]$

使用后一定要記得關閉

在指定環境中安裝包

假設我們想在新建的python環境py2_pytorch中安裝cpu版本的pytorch，我們來模擬這個過程

首先切換到想要安裝python包的環境中
使用conda install + python包名稱 的方式安裝指定的包及相關的依賴包

[ansheng@*** ~]$source activate py2_pytorch (py2_pytorch) [ansheng@*** ~]$conda install pytorch

耐心的等待后cpu版本的pytorch就裝好了，當然如果你想裝對應CUDA9.0的GPU版本的pytorch，使用如下命令，不過這已經是題外話了。

(py2_pytorch) [ansheng@*** ~]$conda install pytorch-nightly cudatoolkit=9.0 -c pytorch

一鍵化的conda install命令幫忙處理了所有依賴關系，推薦僅在一個新的空環境中使用conda install這樣的命令來快速的安裝一個如tensorflow或pytorch這樣具有眾多依賴的python庫。

個人還是比較推薦使用pip install命令來安裝python包，使用方法沒有區別，例如：

(py2_pytorch) [ansheng@*** ~]$pip install numpy (py2_pytorch) [ansheng@*** ~]$pip install pandas

演示：嘗試切換環境并調用python包

下面我們來進行一個簡單的實踐演示，直觀感受下conda的正確打開方式。

首先我們先退出剛剛打開的py2_pytorch環境

(py2_pytorch) [ansheng@ocr-gpu-12-10 ~]$ source deactivate (base) [ansheng@ocr-gpu-12-10 ~]$

base環境是我平時最常用的python環境，這里面安裝了tensorflow，因此在base環境中我可以進行如下操作：

(base) [ansheng@*** ~]$ python Python 2.7.15 |Anaconda, Inc.| (default, May 1 2018, 23:32:55) [GCC 7.2.0] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import numpy >>> import tensorflow >>> import torch Traceback (most recent call last):File "<stdin>", line 1, in <module> ImportError: No module named torch >>>

可以看到，在base環境下，我們運行python后，可以import一些常規庫如numpy，也可以成功import tensorflow。但是我們沒有安裝pytorch，因此我們import torch失敗。

這時，當我們想安裝一個pytorch，但是又擔心pytorch和tensorflow這兩個依賴都比較多的庫產生沖突時，conda就派上用場了。

正如我們之前做的那樣，我們可以新建一個和當前python環境完成隔離的新的環境，在這個環境中來維護pytorch所需的所有依賴。因此，當我想要使用pytorch時，我僅僅需要激活py2_pytorch環境即可，例如：

[ansheng@*** ~]$source activate py2_pytorch (py2_pytorch) [ansheng@*** ~]$ (py2_pytorch) [ansheng@*** ~]$ python Python 2.7.15 |Anaconda, Inc.| (default, May 1 2018, 23:32:55) [GCC 7.2.0] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import numpy >>> import torch >>> import tensorflow Traceback (most recent call last):File "<stdin>", line 1, in <module> ImportError: No module named tensorflow >>> quit()

總結

以上是生活随笔為你收集整理的包管理工具conda极简教程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。