Anaconda的一些常用操作

简介: Anaconda的一些常用操作

前言


Anaconda包含了conda、Python等180多个科学包及其依赖项,你可以把它当作是一个包管理器,除此以外,它还可以帮助我们很好的管理环境。


一、Anaconda的下载


官网下载比较慢,可以去清华大学镜像网下载:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/.

参考安装Anaconda链接:https://zhuanlan.zhihu.com/p/75717350.


二、一些常用的操作


2-1、打开终端


安装完anaconda之后,会有一个Anaconda Prompt,类似于windows的终端,打开之后输入相关命令


27692c5c2b334222978f61239c907a34.png


2-2、管理包

# 安装包
conda install matplotlib
# 卸载包
conda remove matplotlib
# 更新包
conda update matplotlib
# 查询当前环境下已经安装的包
conda list


2-3、修改下载镜像源

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/
# 设置下载时显示通道地址
conda config --set show_channel_urls yes
# 显示所有的通道地址
conda config --show channels
# 删除旧的镜像源
conda config --remove channels https://pypi.doubanio.com/simple/


2-4、管理环境

# 创建环境
# py是环境名字,后边可以加想要安装的包
conda create -n py python==3.7
# 进入环境,进入py环境
conda activate py
# 退出环境
deactivate
# 导出环境的所有包
# 这里直接输出到了anaconda的安装路径的同级目录。
# 
pip freeze > requirement.txt
# 在当前环境中安装文件中所有的包
pip install -r requirement.txt
# 列出所有环境的列表
conda env list
# 删除环境
conda env remove -n py


2-5、环境克隆


在anaconda里,如果环境的名字搞错了,那是没办法更改的,一个比较好的方法就是克隆旧的环境并且起一个新的名字。

# 进入旧的环境
activate adfs
# 克隆出新的环境
conda create -n tf --clone adfs
# 进入新的环境
activate tf
# 删除旧的环境
conda remove -n adfs --all

2-6、使用jupyter时怎么切换环境


# 默认打开jupyter是无法切换环境的。
# 我们需要使用代码导入
python -m ipykernel install --user --name 虚拟环境名字 --display-name "虚拟环境展示名"
# 这样就可以在change kernel里切换到自己想要的环境了。

三、其他问题


3-1、镜像源授权出现了问题


在使用的过程中,可能会出现问题


You will need to adjust your conda configuration to proceed.
Use `conda config --show channels` to view your configuration's current state.
Further configuration help can be found at <https://conda.io/docs/config.html>.

因为使用到的镜像源授权出现了问题导致无法下载相关文件,只需要恢复默认的下载源即可。

# 可以恢复到默认的下载源
conda config --remove-key channels


3-2、就算设置了镜像源也还是下载速度很慢怎么办?

按理说设置了镜像源之后速度本可以很快,但是结果往往是差强人意,慢的一批。

究其原因我发现我虽然设置了,但是就好像没设置一样,同样的镜像源网址如果我指定这个网址为下载路径的话,(每次都要指定路径是真的烦)速度会飞起来,Anaconda官方这一波操作我愿称之为阳奉阴违,人事不干是真的狗。

# 指定下载路径一般可以解决这种问题
# 
pip install sklearn -i https://mirror.baidu.com/pypi/simple


3-3、报错CondaHTTPError: HTTP 000 CONNECTION FAILED for url

# 修改.condarc文件为
# .condarc文件位于C:\Users\My PC\
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
show_channel_urls: true


总结


以上就是Conda的全部内容了,感谢观看!

相关文章
|
JavaScript API
Vuex状态管理最佳实践
使用Vuex进行状态管理时,有一些最佳实践可以帮助你保持代码清晰、可维护和高效。以下是一些详细的Vuex状态管理最佳实践
354 3
|
算法 分布式数据库 分布式计算
|
7月前
|
人工智能 Prometheus 监控
监控vLLM等大模型推理性能
本文将深入探讨 AI 推理应用的可观测方案,并基于 Prometheus 规范提供一套完整的指标观测方案,帮助开发者构建稳定、高效的推理应用。
1086 169
监控vLLM等大模型推理性能
|
存储 API C语言
C/C++爱心代码
C/C++爱心代码
3193 2
|
物联网 5G SDN
5G 网络架构全解析:RAN、核心网和接入网
5G 网络架构全解析:RAN、核心网和接入网
3094 8
|
SQL 关系型数据库 MySQL
MySQL数据库常见报错案例与错误代码说明
MySQL数据库常见报错案例与错误代码说明
1035 0
|
Kubernetes 关系型数据库 网络架构
ray集群部署vllm的折磨
概括如下: 在构建一个兼容多种LLM推理框架的平台时,开发者选择了Ray分布式框架,以解决资源管理和适配问题。然而,在尝试集成vllm时遇到挑战,因为vllm内部自管理Ray集群,与原有设计冲突。经过一系列尝试,包括调整资源分配、修改vllm源码和利用Ray部署的`placement_group_bundles`特性,最终实现了兼容,但依赖于非官方支持的解决方案。在面对vllm新版本和Ray部署的`reconfigure`方法问题时,又需权衡和调整实现方式。尽管面临困难,开发者认为使用Ray作为统一底层仍具有潜力。
|
Java 测试技术 开发者
Java线程池ThreadPoolExcutor源码解读详解09-4种拒绝策略
本文介绍了线程池的四种拒绝策略:AbortPolicy、DiscardPolicy、DiscardOldestPolicy和CallerRunsPolicy,并通过代码示例展示了它们在任务过多时的不同处理方式。AbortPolicy会抛出异常并停止主线程;DiscardPolicy会默默丢弃新任务;DiscardOldestPolicy会抛弃队列中最旧的任务来接纳新任务;而CallerRunsPolicy则是由调用者线程执行被拒绝的任务,以减缓新任务的提交速度。这四种策略适用于不同的场景,开发者可以根据需求选择合适的策略。
1472 5