Anaconda 与 Conda 详解：安装、环境管理与包使用指南

2 conda 介绍

conda 是一个包管理器，环境管理器。我们可以通过命令行（Anaconda prompt 或者终端）来使用它。在 Windows 中是 Anaconda prompt，在 Linux 和 macOS 中是终端。conda 是一个 python 项目，但是它支持的许多语言，例如： Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN。

为什么要使用 conda？

上面说到，如果我们不安装 Anaconda 的话，我们安装第三方库就必须要用 pip install xxx 去安装，当我们安装的库多了，就会形成文件紊乱和繁杂问题。而且 pip install 方法会默认把库安装在同一个路径中，假如当你去做项目时，别人给你的程序用的库是低版本的，而你自己通过 pip 安装的是高版本的库，由于存在兼容问题，你的库不能运行该程序，而你也不可能为了这个而删去你的高版本的库去下载这个符合环境的低版本库吧，所以这极其繁琐和不方便。

这时 Anaconda 的作用就出来了！！！它能够创建一个虚拟环境，这个虚拟环境和你的主环境是分开的，就好像宿舍楼一样，一栋大宿舍楼有很多宿舍房间组成，每个房间都住着人，但是他们都是独立分开的，互不影响。如果你不想住宿，你随时可以退宿。也就是说，如果你创建的虚拟环境你不想要了，占内存了，你随时可以移走删除。

那么怎么通过 Anaconda 创建虚拟环境呢？就是 conda 方法！！！

总的来说，在 Anaconda 中 conda 可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。所以对虚拟环境进行创建、删除等操作需要使用 conda 命令。

pip 与 conda 比较

依赖项检查

pip：不一定会展示所需其他依赖包 安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误

conda：列出所需其他依赖包 安装包时自动安装其依赖项 可以便捷地在包的不同版本中自由切换

环境管理

pip：维护多个环境难度较大

conda：比较方便地在不同环境之间进行切换，环境管理较为简单

对系统自带 Python 的影响

pip：在系统自带 Python 中包的更新/回退版本/卸载将影响其他程序

conda：不会影响系统自带 Python

适用语言

pip：仅适用于 Python

conda：适用于 Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN

conda 结合了 pip 和 virtualenv 的功能

3 安装 Anaconda

Windows 下的 Anaconda3 安装包可以在官网获取。下载好后，打开安装一直点击下一步就好，注意安装目录，看自己的情况配置。(以 2020 版本安装例程为例)

安装好后，我们可以在任务栏看到 Anaconda3 文件夹。

4 Anaconda 的使用

配置 Anaconda 源

这一步非常重要！因为 Anaconda 的下载源默认在国外，如果不配置我们国内源的话，下载速度会慢到你怀疑人生的。而且很多时候会导致网络错误而下载失败。配置方法如下：

打开 Anaconda Prompt，执行以下命令，将清华镜像配置添加到 Anaconda 中：

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/
conda config --set show_channel_urls yes

然后我们输入 conda info 命令查看当前的 channel，查看是否配置成功：

conda info

镜像源添加完成！

5 创建虚拟环境并使用

5.1 创建虚拟环境

我们创建一个虚拟环境，然后在这个环境中配置各种各样的包，就可以在这个环境中运行目标程序的运行。

使用如下命令创建环境：

conda create -n 环境名 -y

也可以指定 python 版本：

conda create -n 环境名 python=x.x.x -y

python 版本我们可以通过以下命令获取：

python --version

我这里事先已经创建好了 mindvision 环境。

5.2 查看所有环境

安装好后，我们查看 conda 的所有环境，输入以下命令（二选一）：

conda info --envs

conda env list

在弹出来的框中，我们看到 mindvision 环境创建成功。

5.3 激活环境

创建好环境后，我们要激活才能使用。执行以下命令（三选一）：

conda activate 环境名 # linux 或者 windows

activate 环境名 # windows

source activate 环境名 #linux

由此可以看到，我们的环境从 base 变成了 mindvision，这样我们就从 base 宿舍到了 mindvision 宿舍啦。

既然有了宿舍，我们就要住人进去啊，也就是我们要在 mindvision 下载我们所需要的工具包让我们使用。

5.4 安装包

执行以下命令，我们就可以下载工具包。（选择其中一种方式即可）：

5.4.1 conda 方式

# 在当前环境中安装包
conda install 包名称

# 指定版本号
conda install 包名称=version

# 在指定环境中安装包
conda install -n 环境名 包名称

5.4.2 pip 方式

pip install 包名称 -i https://pypi.tuna.tsinghua.edu.cn/simple   #清华镜像

pip install 包名称 -i  https://pypi.douban.com/simple    #豆瓣镜像

说明：当使用 conda install 无法安装时，可尝试使用 pip 安装，反之亦然。

注意：

1、pip 只是包管理器，无法对环境进行管理。因此如果想在指定环境中使用 pip 进行安装包，则需要先切换到指定环境中，再使用 pip 命令安装包

2、pip 无法更新 python，因为 pip 并不将 python 视为包

5.4.3 从 Anaconda.org 安装包

说明：当使用 conda install 无法进行安装时，可以考虑从 Anaconda.org 中获取安装包的命令，并进行安装。

• 浏览器中输入 http://anaconda.org（无需注册）

复制"To install this package with conda run:"下方的命令，并粘贴在终端中执行。

我这里下载的是 mindspore，执行命令 conda install mindspore。因为我已经下载好了，这里我就不演示了。

注：在此环境安装的包，退出这个环境后是无法使用的！

5.5 查看该环境的所有包

然后我们可以查看一下环境现有的包（二选一）：

conda list

pip list

执行好后，我们可以看到有非常多的包，同时我们之前装的 mindspore 也出现在这里了。

5.6 测试是否安装成功

安装好 mindspore 后，我们测试一下该环境是否能够使用，首先我们要处于 mindvision 环境中，然后进入 python 环境，最后 import mindspore，发现没有报错，成功导了 mindspore 包。安装成功！

6 退出当前环境

使用以下命令，可以退出当前环境

conda deactivate # windows

source deactivate 环境名 # linux

注意，如果你之前用过 conda activate xxx 多次进入不同的环境操作之后，然后使用 conda deactivate 是返回上一层的环境。

7 删除环境/包

使用以下命令，可以删除指定环境（谨慎操作）

conda remove -n 环境名 --all -y

使用以下命令，可以删除当前环境的包

conda remove 包名称

使用以下命令，卸载指定环境中的包

conda remove -n 环境名 包名称

以上的-n 均可用–name 代替

除了以上操作，我还列举了其它常用的操作总结：