conda虚拟环境总结与解读

前言

csdn上有很多关于conda的文章，但是一直没有一个宏观一些的文章，我将从宏观角度出发，对文章进行一个整合，解读，将新同学从conda环境入门到配置，应用全流程进行解读。

当然，这篇文章因为是宏观一些，可能很多同学不能一次性看懂，没关系，这个可以反复看，在不同阶段都可以提供帮助。

conda环境概述

conda有什么用

一般需要用conda的时候，python已经学到一定程度了，开始进行一些应用了，这时就会有一种场景：A任务需要x，y包，B任务需要z，w包，但是y包和z包冲突，你无法同时做AB任务。

这时就需要用两个conda环境，分别安装xy包以及zw包，两个环境互相隔离，互不影响。

具体点，比如A代码需要tensorflow 1，B代码需要tensorflow 2，这也需要两个环境来分别承载。

进一步，如果你觉得某个环境不好了，直接进行一个删除，重装环境也很容易。

很好用吧，至于具体怎么在各种IDE中用，怎么切换，大致就如下图，很方便，配置好以后就可以一键切换。

conda的环境层级

前面说了，conda可以创建若干个虚拟环境，你的电脑也可以安装python环境，miniconda也会自带python环境，这几个环境有什么关系呢？

首先是电脑的python环境和Miniconda环境应该是同一等级的，那当你在命令行里运行python命令的时候，优先选择哪个取决于环境变量的配置。一般安装了Miniconda，尤其是勾选了将路径添加到path后，默认的环境就会变成Miniconda自带的python。

环境变量是什么

我们把这两个称作基础环境，在miniconda里一般叫base或者root。

之后就是conda create创建的虚拟环境了，这些都是子环境。虽说叫子环境，但是实际上实际使用base和其他环境没太大区别，只不过不可以删除，所以从逻辑上我们把他提高高度，把全局的包都按在base里。

Miniconda安装

与Anaconda的对比

很多人推荐安装anaconda，但是我推荐miniconda。

anaconda相当于一大堆包+conda工具，但是实际上这一大堆包没几个能用上的，占用空间太大，而且重装也很麻烦。

miniconda相当于一点基础包+conda工具。缺的包到时候自己安装就好。

我推荐尽量用miniconda从头开始安包，你对包的理解会更深。

注意版本与安装包来源

很多人就喜欢往高版本安，但是你去看工业界，都是用的稳定版，高版本一方面不稳定，另一方面环境适配也不太好。容易出现基础环境下包冲突的问题。

所以推荐安装3.7版本64位的Miniconda。

还有，推荐到官网下载，镜像网站下下来的，可能会有问题，这边有一个朋友就是被镜像搞了一下午心态，结果换回官网一下就成了。

Miniconda下载

conda命令

conda工具的命令网上有很多。

conda常用命令

需要注意的是，在虚拟环境里（包括base环境）安装包的时候，尽量用conda而不是pip，因为conda在包依赖的管理上更好。当我们conda安不了的时候，才能用pip。

虽然在conda环境里用pip也可以把包安到虚拟环境里，但是终归会有未知的影响。

conda install package_name

jupyter notebook安装+扩展

安装层级

首先你要知道，jupyter notebook是一个IDE，一个用户只需要一个IDE即可，而IDE可以调用各种conda虚拟环境，这说明jupyter notebook的层级，应该是miniconda级别的，是基础环境级别的。

所以直接在base里运行命令安装

jupyter notebook

conda install jupyter

jupyter安装

虚拟环境切换插件：nb_conda

光有虚拟环境还不行，要想在jupyter notebook里切换，需要一个插件。

conda install nb_conda

不过，后面还需要在conda环境里安装ipykernel才行。

主题切换插件：jupyter_themes

换一个清新的主题，调一调字体等布局，会很舒服。

切换主题

扩展插件集合：nb_extensions

更多插件可以提高效率。

扩展插件

conda环境创建与基本配置

一般安装只需要两个注意点，一个是name，一个是python版本

如果没有特别要求，一般安装3.7或者3.8。不加python版本命令，他就会安装3.10，这个版本的python不是很好用。

conda create -n env_name python=3.8

之后就可以激活conda环境进行进一步配置了

conda activate env_name

安装ipykernel，否则不会被nb_conda插件识别出来。很多文章里都写得是安装jupyter notebook，他们比较菜，没有认识到本质，其实只需要一个kernel即可，没必要安装整个jupyter.

conda install ipykernel

conda环境完善

基本命令

到这里，在jupyter notebook里就可以随意切换conda环境了，之后就是环境自定义了，想安什么包就安什么包即可。

conda install package_name

包找不到的情况

有时候conda找不到，可以添加-c conda-forge命令使用额外源，以pynput库举例

conda install pynput -c conda-forge

最后的最后，没办法了，你再用pip

pip install package_name

下载速度太慢

这个主要是因为软件包源头

conda换源

使用场景：IDE中使用

jupyter notebook中

其实这个前面已经说完了。

vscode&PyCharm

这两个IDE都可以在右下角切换环境，其中conda环境也可以切换。

进阶：Miniconda目录结构

第一级是Miniconda根目录，下面有若干个文件夹：

1. bin有二进制文件
2. scripts也是可执行的脚本文件
3. Lib是base环境的库，其中site-packages是conda install的位置
4. envs是虚拟环境目录。

envs下有若干目录，目录名字与虚拟环境名字对应

进入某个虚拟环境目录，Lib目录下面是虚拟环境的库

其中site-packages是conda install的位置。

这种层级结构符合我们前面说的，虽然base用的时候和虚拟环境类似，但是本质上base是凌驾于虚拟环境之上的。