Conda 安裝使用詳解

 

一、介紹

• 開源包管理系統和環境管理系統 ，包括多種語言的包安裝，運行，更新，刪除，最重要的是可以解決包依賴問題
• 支持語言包括 Python，R，Ruby，Lua，Scala，Java，JavaScript，C / C ++，FORTRAN
• 支持在Windows，macOS和Linux上運行
• Conda可以構建不同的環境，同時可以對環境進行保存，加載和切換操作
• conda包和環境管理器包含在所有版本的Anaconda和Miniconda中

二、安裝

• 下載 (Linux 64位系統爲例)

https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

下載地址：https://conda.io/en/latest/miniconda.html
清華鏡像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

• 安裝

bash Miniconda3-latest-Linux-x86_64.sh

• 配置環境
• 查看是否安裝成功,如果安裝沒問題會顯示conda版本號
  conda --version
• 新建環境
  conda create --name your_env_name
  your_env_name是環境名稱，對環境的操作後面會詳述
   
• 激活環境
  conda activate
• 添加channels （相當於R的鏡像源）
  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/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes
  國內鏡像推薦：
  https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
  https://mirrors.ustc.edu.cn/help/anaconda.html

三、使用及命令詳解

文檔：https://conda.io/en/latest/

1. 包管理功能

conda的一大特點就是下載軟件資源會自動解決包依賴

• 搜索包
• 查看特定包
  conda search fastqc
• 安裝包
• 安裝特定包（需要確認安裝，可以看到conda已經將包依賴問題，環境問題已經解決）
  conda install fastqc

 

• 安裝特定版本的軟件包（查看軟件版本可以使用conda search fastqc）
  conda install fastqc=0.11.6

• 安裝多個包
  conda install fastqc multiqc
• 包更新
• 更新特定包
  conda update fastqc
• 更新Python
  conda update python
• 更新conda本身及Anaconda元數據包
  conda update conda
conda update anaconda
• 防止包更新
  conda update fastqc --no-pin
  在環境的conda-meta目錄中，添加一個名爲pinned的文件，其中包含您不想更新的軟件包列表。
   
• 包刪除
• 刪除當前環境中的包
  conda remove pkg_name
• 刪除特定環境中的包
  conda remove -n env_name pkg_name
• 刪除多個包
  conda remove pkg_name1 pkg_name2
• 確認刪除的包
  conda list
• 包列表
• 當前環境所有包
  conda list
• 特定環境所有包
  conda list -n env_name

2. 環境管理功能

每個環境都有自己獨立的軟件或開發包列表，並會自動添加相應的環境變量和依賴關係。

• 創建環境
• 創建特定名字的環境
  conda create -n env_name
• 使用特定版本的Python創建環境
  conda create -n env_name python=3.4
• 使用特定包創建環境
  conda create -n env_name pandas
• 用 environment.yml 配置文件創建環境
  conda env create -f nvironment.yml
  environment.yml 文件：
  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
   
• 導出環境文件environment
• 導出environment.yml環境文件
  • 激活需要導出文件的環境

conda activate env_name

• • 導出

conda env_name export > environment.yml

• 激活環境

conda activate env_name

• 停用環境

conda deactivate env_name

• 查看環境（當前環境用*表示）

conda info -envs

 

 

• 刪除環境

conda remove --n env_name

• 構建相同的conda環境（不同機器間的環境複製）
• 激活需要導出配置文件的環境
  conda list --explicit > files.txt
• 在同系統的不同機器執行
  conda create --name env_name -f files.txt
• 克隆環境（同一臺機器的環境複製

conda create --name clone_env_name --clone env_name

3. 渠道管理

這個決定你從哪個站點，下載及安裝資源包

• 添加新渠道到頂部，最高優先級

conda config --add channels new_channel

或者conda config --prepend channels new_channel

• 添加新渠道到底部，最低優先級

conda config --append channels new_channel

4. 實例

創建不同版本的Python環境

• Python 3.6 的 Anaconda 環境

conda create -n py36 python=3.6 anaconda

• Python 2.7 的 Anaconda 環境

conda create -n py27 python=2.7 anaconda

5. 報錯解決

• 錯誤：error while loading shared libraries
• 解決辦法（以 libbz2.so.1.0 爲例）：
• 搜索find / -name libbz2.so.1.0
  • 比如得到路徑爲

/root/anaconda3/lib

• 添加動態鏈接庫到配置文件：vim /etc/ld.so.conf
include ld.so.conf.d/*.conf /root/anaconda3/lib
• 查看是否配置成功ldconfig -v | grep bz2