使用 conda 管理 python 环境
使用 Conda 管理 Python 环境
Conda 可以方便的管理 Python 环境，可用于管理包依赖、解决多版本共存等等问题，我们使用的是 Miniconda。查看 Miniconda 的下载地址。安装方法请参考该文档。 Conda 的设计理念：Conda 将几乎所有的工具、第三方包都当做 package 对待，甚至包括 Python 和 Conda 自身！Conda 使用类似沙箱的机制来隔离不同的项目之间的环境。所以对一个新项目来说，我们首先需要新建环境。
环境管理
使用命令行新建环境
* 新建环境：
conda create --name myenv
* 新建环境是指定 Python 版本：
conda create -n myenv python=3.4
* 新建包含特定包的环境：
conda create -n myenv scipy
或者
conda create -n myenv python
conda install -n myenv scipy
* 新建环境包含特定包并制定特定版本：
conda create -n myenv scipy=0.15.0
* 新建包含多个包的环境：
conda create -n myenv python=3.4 scipy=0.15.0 astroid babel
* To automatically install pip or another program every time a new environment is created, add the default programs to the create_default_packages section of your .condarc configuration file. The default packages are installed every time you create a new environment. If you do not want the default packages installed in a particular environment, use the --no-default-packages flag:
conda create --no-default-packages -n myenv python
使用以下命令参考更多：
conda create --help
使用 environment.yml 文件创建环境
conda env create -f environment.yml
根据 environment.yml 更新环境
conda env update -f environment.yml
进入环境
source activate myenv
退出环境
source deactivate
克隆环境
conda create --name myclone --clone myenv
查看环境 package list
* 在环境内：
conda list
* 不在环境内：
conda list -n myenv
在环境中同样可以使用 pip：
conda install -n myenv pip
source
activate myenv
pip <pip_subcommand>
删除环境
conda remove --name myenv --all
environment.yml 文件
根据当前环境导出
conda env export > environment.yml
此时可以将创建的 environment.yml 文件 share 其他同学。
手动创建 我们也可以手动创建 environment.yml 文件。一个简单的例子：
name: stats
dependencies:
- numpy
- pandas
一个复杂点的例子：
name: stats2
channels:
- javascript
dependencies:
- python=3.4 # or 2.7
- bokeh=0.9.2
- numpy=1.9.*
- nodejs=0.10.*
- flask
- pip:
- Flask-Testing
既然有了 dependencies 为什么还用 pip 呢？我考虑可能是 pip 可以使用 github 或 url 的方式安装包，而将 url 直接写在 dependencies 中应该不行。
包管理
conda 的大部分命令跟 pip 类似，基本上有一下命令：
- search：搜索包
- install：安装包
- 使用 pip 安装包
- list：列出所有包
- update：更新包
- remove：删除包