
Conda的定位是语言无关的包、依赖和环境管理系统。正如它的文档官网的第一句话写着:
Package, dependency and environment management for any language—Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN, and more.
不过,目前似乎只有python语言下用得多。
官网地址:
https://docs.conda.io/en/latest/
Conda的安装可以通过Miniconda和Anaconda这两个安装程序实现。它们之间的区别在此链接找到:
https://docs.conda.io/projects/conda/en/latest/user-guide/install/download.html#anaconda-or-miniconda
我们只希望最小化安装,所以,选择了Miniconda。安装地址:
https://docs.conda.io/en/latest/miniconda.html 。在下载Miniconda的安装脚本后,执行:
chmod +x Miniconda2-latest-Linux-x86_64.sh
./Miniconda2-latest-Linux-x86_64.sh然后根据Miniconda的安装程序提示,一路“Yes”下一步即可。
安装效果如下:

最后,将conda的安装路径添加到环境变量中。列如我的是
/home/zhaizj/miniconda2/bin/。执行conda list确认安装是否完成:

一个Conda package本质就是一个tarball包或者一个.conda文件。
表中包括文件:
以下是一个conda pacage的目录结构:
.
├── bin
│ └── pyflakes
├── info
│ ├── LICENSE.txt
│ ├── files
│ ├── index.json
│ ├── paths.json
│ └── recipe
└── lib
└── python3.5Conda channel是一个远端地址,用于存放conda package。conda安装包的时候会从默认的channel搜索和下载。当然,我们在安装包时,也可以指定channel:
conda install scipy --channel conda-forgeconda environment是一个目录,它包含了你所安装的conda软件包的特定集合。例如,你可能有一个安装了NumPy 1.7及其依赖项的环境,另一个安装了NumPy 1.6用于传统测试的环境。如果你改变了一个环境,其他环境就不会受到影响。你可以轻松地激活或停用环境,这就是你在它们之间切换的方式。你也可以通过给别人一份你的environment.yaml文件的副本来与他们分享你的环境。
conda info安装包:
conda install [packagename]搜索包:
conda search [packagename]列出已经安装的包:
conda list增加channel
conda config --add channels new_channel创建一个environment:
conda create --name snowflakes切换environment:
conda activate snowflakes列表出所有environment:
conda info --envs管理python版本
以下命令创建了一个snakes evironment,同时指定这个环境下使用python3.9。
conda create --name snakes python=3.9.condarc文件是一个YAML文件,位于用户目录下。我们在.condarc文件中可以配置channel、代理、环境目录等。除了可以使用文本编辑器编辑它,还可以使用命令行实现:
conda config --add channels conda-forge通过命令,我们增加了一个channel。也可以设置.condarc文件中某个配置的值,列如:
conda config --set auto_update_conda False关注我,全网搜索:持续交付实践指南