是时候跟Conda说再见了

简介: 是时候跟Conda说再见了

1 简介

大家好我是费老师,conda作为Python数据科学领域的常用软件,是对Python环境及相关依赖进行管理的经典工具,通常集成在anacondaminiconda等产品中供用户日常使用。

b6a798ffb5f1b35635eb49c67b81ed99.png

但长久以来,conda在很多场景下运行缓慢卡顿、库解析速度过慢等问题也一直被用户所诟病,且由于anacondaminiconda本身属于「商业性质」的软件产品,导致很多公司在未获得商业许可的前提下,内部使用anacondaminiconda下载安装非开源许可渠道的软件库资源,被anaconda检测出企业IP地址,进而收到相关的律师函警告,引发了一系列的商业风险。

在这样的大背景下,由开源软件社区驱动的conda-forge组织发展迅速,提供了可免费使用无商业风险稳定高效的一系列开源工具及网络资源服务,今天我要给大家介绍的miniforge,就由conda-forge组织开发维护,可作为anacondaminiconda的替代品。

583f267c19e04a3e0b5797b2e1464fd4.png

2 miniforge的安装及使用

2.1 下载安装miniforge

miniforge官方安装包下载页(https://conda-forge.org/miniforge/)中的安装包资源托管在Github上:

7f2afb6ba26392589f93c60f3e162ebc.png

国内的朋友可以通过清华大学镜像站对miniforge安装包资源进行加速下载(https://mirrors.tuna.tsinghua.edu.cn/github-release/conda-forge/miniforge/),选择与自己系统相符合的版本进行下载即可,以windows为例,下载当前最新版本对应的Miniforge3-24.3.0-0-Windows-x86_64.exe

8e0d829de37bcfe7fd3ad84fd888a9af.png

下载完成后,双击打开进行安装(安装前建议「清空」电脑上先前残留的其他Python环境):

845028a443d702f0b23107288aa04a77.png

点击I Agree

1b84799732cae4c0fd00d79961ec166a.png

下一步:

11e36d476ac1301467f7ac4fdffbb9a5.png

选择或自定义安装路径:

b1db7c9bc962bffbf3b064e68aeded08.png

根据推荐提示,悉数进行勾选:

6ad057151e09b299e7e975ca5bc72c32.png

等待安装完成即可:

b176581014ca94c138b8f5b4afb23298.png

2.2 配置环境变量

针对windows系统,由于新版本的miniforge在安装时不再提供自动创建相关环境变量的选项,因此需要我们手动将相关路径添加到系统PATH中,譬如,我的miniforge自定义安装在本机的C:\miniforge中,就至少需要添加C:\miniforgeC:\miniforge\ScriptsC:\miniforge\Library\bin这几个路径:

e038f5d118005fb9f25cd7f1ebe6ae29.png

上述过程完成后,可以在本机终端中执行mamba -V查看相关版本信息(miniforge中包含了最小化的condamamba),检验上述配置是否完成:

e349f13ef6c0ea1c92ad00d63ae1cdf6.png

2.3 miniforge常用功能

上文提到过,miniforge中同时内置了包管理工具condamamba,其中mamba「完全」作为conda功能的替代,且运行效率优于conda,我们只需要将平时熟悉的conda命令中的conda替换为mamba即可,譬如:

  • 「查看已有虚拟环境」

36f5e45f08d061a728ed9c4d83d6d7b5.png

  • 「激活指定虚拟环境」

注:如果初次执行activate命令失败,按照提示信息执行mamba init命令,再重新打开终端即可。

6c53edd2bb1f25b471e98873a1c17fa6.png

  • 「创建新的虚拟环境」

注:miniforge默认将conda-forge作为下载源。

c74f2c6a22c46418b64bfec843407ea7.png

如果嫌默认的conda-forge网速太慢,可以像conda那样通过-c参数自定义镜像源,如下面的例子中使用到南方科技大学的main源,速度就快了许多:

mamba create -n data-science python=3.9 -c https://mirrors.sustech.edu.cn/anaconda/pkgs/main/ -y

af3755d61b1b5aae0e381f9fca5f4317.png

  • 「安装指定库」

这里我们以依赖包众多的GIS分析库geopandas为例,mamba在短时间内完成初始化解析后,非常流畅地以并行的方式迅速完成了各依赖库的下载及安装过程(同样的操作,conda大概率会一直卡顿下去直至失败。。。):

6d64494cb274b2e9fc51d9aed9355776.png deacddcad4f6e59dfb8b57875e47ba6e.png

  • 「移除指定虚拟环境」

a0bfa0a266a21dd33d06dc646c4d3fe9.png

  • 「清空本地缓存」

726913ff75d3ff070516dd28f6e85d18.png

相关文章
|
10月前
conda 环境安装
conda 环境安装
110 0
|
19天前
|
机器学习/深度学习 PyTorch TensorFlow
conda、anaconda、pip、pytorch、tensorflow有什么关联?
conda、anaconda、pip、pytorch、tensorflow有什么关联?
|
2月前
|
Python
conda常见命令
conda常见命令
56 12
|
2月前
|
Shell Python
一些常见的 Conda 命令
一些常见的 Conda 命令
|
4月前
|
持续交付 开发工具 开发者
pip与virtualenv
【5月更文挑战第24天】本文介绍了Python开发中的模块和包管理工具pip与virtualenv。pip是Python的包管理器,用于安装、卸载、更新和列出包。virtualenv则提供了一个创建隔离的Python环境的工具,便于管理不同项目间的依赖关系。文章还提到了更高级的工具pipenv,它整合了pip和virtualenv的功能,支持自动化依赖管理、环境锁定,以及与Git、CI、Docker等的集成。通过学习和实践这些工具,开发者能更高效地管理Python项目。
31 1
|
4月前
conda和pip指定镜像源下载
conda和pip指定镜像源下载
389 1
|
4月前
|
Ubuntu Shell Linux
ubuntu安装conda
ubuntu安装conda
134 0
|
4月前
|
PyTorch TensorFlow 算法框架/工具
conda 创建虚拟环境
conda 创建虚拟环境
160 0
|
9月前
|
Shell
conda配置
conda配置
179 1
|
11月前
|
Python
conda使用
conda使用
148 0