作者：程序员CKeen
博客：http://ckeen.cn

长期坚持做有价值的事！积累沉淀，持续成长，升维思考！希望把编码作为长期兴趣爱好😄

我们知道python2版本已于2020年1月1日终止维护， 现在都需要切到python3的版本， 那么之前python2的版本的程序需要维护， 那么我们经常就需要在python2和python3版本之间进行切换， 今天我们将通过 Conda 这一个工具就可以实现 Python包的管理。

1. Conda介绍

Conda是一个开源的、跨平台、与语言无关软件包管理和环境管理工具，它可以在Windows、macOS和Linux上运行。Conda的设计目标是简化软件包和依赖项的管理和部署过程。Conda 使环境成为一等公民，甚至可以轻松地为 C 库创建独立的环境。官方介绍可以支持Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN等语言包的管理。

Conda 完全用 Python 编写。并且是 BSD 许可的开源软件。

在本篇文章中，还是先重点关注 conda 的版本管理部分。

我们使用基本环境：

• 操作系统（OS）：MacOs Catalina 10.15.7
• Conda 版本：23.11.0
• Python 3.11.5

在使用conda之前，我们有必要先区分一下Conda、Miniconda 和 Anaconda的区别

1.1 Conda、Miniconda 和 Anaconda的区别

Conda、Miniconda和Anaconda是与Python环境和软件包管理相关的三个相关但不同的概念：

1. Conda：
   • 定义：Conda是一个开源的包管理系统和环境管理系统。
   • 功能：它能够安装、管理和卸载软件包，并创建、导出、列出和移除环境。
   • 特点：Conda不仅限于Python，它可以管理任何语言的软件包。
2. Miniconda：
   • 定义：Miniconda是一个轻量级的发行版，只包含Conda、Python和一些基本的工具。
   • 功能：Miniconda提供了一个最小化的Conda环境，使用户能够根据需要自定义安装所需的软件包。
   • 特点：由于是精简版，安装时只包含基本组件，用户可以根据自己的需求逐步添加所需的工具和库。
   • 地址：https://docs.conda.io/en/latest/miniconda.html)
3. Anaconda：
   • 定义： Anaconda 是一个更大的发行版，包含了 Conda、Python 以及一系列用于科学计算、数据分析和机器学习的预安装软件包（例如 NumPy、Pandas、Scikit-learn 等）。
   • 功能： Anaconda 主要用于提供一个完整的数据科学工具链，使用户可以快速搭建数据科学环境而无需手动安装每个软件包。
   • 地址：https://repo.anaconda.com/

基于以上Conda、Miniconda和Anaconda的区别， 这里我们主要使用Miniconda进行使用讲解

2. Conda的安装

因为这里我们使用miniconda， 所以我们首先看下它需要的python环境， python版本可以参考以下链接：

python环境： https://docs.conda.io/projects/miniconda/en/latest/miniconda-other-installer-links.html

安装了python环境后， 我们可以使用以下集中方式安装conda

• 使用mac的brew
• 使用官方提供的安装脚本

2.1. 使用brew安装

使用brew

brew search conda

可以搜到miniconda的包

使用brew命令进行安装即可

brew install miniconda

安装完成后可以查询一下conda版本，看是否安装成功

➜  ~ conda --version
conda 23.11.0

2.2 使用官方脚本进行安装

脚本地址可以从官方获取， 地址：https://docs.conda.io/projects/miniconda/en/latest/

下载相对应的版本的脚本之后，执行使用bash进行执行即可，或者直接使用命令进行安装, 如下：

mkdir -p ~/miniconda3
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh -o ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh

同样的，安装完成后可以查询一下conda版本，看是否安装成功

➜  ~ conda --version
conda 23.11.0

这里我们使用brew进行安装， 因为方便conda的管理， 我们卸载的时候，只需要执行

brew uninstall miniconda

即可

3. Conda的使用

首先我们通过conda --help看下conda支持的指令

➜  ~ conda --help
usage: conda [-h] [-v] [--no-plugins] [-V] COMMAND ...

conda is a tool for managing and deploying applications, environments and packages.

options:
  -h, --help          Show this help message and exit.
  -v, --verbose       Can be used multiple times. Once for detailed output,
                      twice for INFO logging, thrice for DEBUG logging, four
                      times for TRACE logging.
  --no-plugins        Disable all plugins that are not built into conda.
  -V, --version       Show the conda version number and exit.

commands:
  The following built-in and plugins subcommands are available.

  COMMAND
    activate          Activate a conda environment.
    clean             Remove unused packages and caches.
    compare           Compare packages between conda environments.
    config            Modify configuration values in .condarc.
    content-trust     Signing and verification tools for Conda
    create            Create a new conda environment from a list of specified
                      packages.
    deactivate        Deactivate the current active conda environment.
    doctor            Display a health report for your environment.
    env               See `conda env --help`.
    info              Display information about current conda install.
    init              Initialize conda for shell interaction.
    install           Install a list of packages into a specified conda
                      environment.
    list              List installed packages in a conda environment.
    notices           Retrieve latest channel notifications.
    package           Create low-level conda packages. (EXPERIMENTAL)
    remove (uninstall)
                      Remove a list of packages from a specified conda
                      environment.
    rename            Rename an existing environment.
    repoquery         Advanced search for repodata.
    run               Run an executable in a conda environment.
    search            Search for packages and display associated information
                      using the MatchSpec format.
    update (upgrade)  Update conda packages to the latest compatible version.

根据以上命令列表，我们主要讲解几个比较常用的命令

• 您可以通过运行以下命令查看已安装了哪些软件包：

$ conda list

• 如果我们想查询所有可以使用的软件包， 我们可以使用以下命令（查询比较耗时一点）

$ conda search

​ 除了查询所有的可以使用的包， 我们也可以查询指定的包，比如我们查询一下requests包

$ conda search requests

• 要安装包，使用install命令

$ conda install <package-name>

• 查看conda的创建的环境

$ conda env list

执行该指令，我们可以看到已创建的执行

​ 注： 上面指令列表说明，使用conda env --help可以查到env的具体的命令

• 创建新的依赖项的执行环境
  conda 的真正强大之处在于它管理环境的能力。在 conda 中，环境可以被视为完全独立的安装。如果可能，Conda默认情况下会使用硬链接有效地将包安装到环境中，因此环境可以节省空间，并且只需几秒钟即可创建。默认环境（conda其本身安装在其中）称为base。要创建另一个环境，请使用该conda create命令。例如，这里我们需要创建python2.7的环境：

$ conda create --name ckeen-python2.7 python=2.7

​

​ 特别主要这里有提示需要输入y， 安装完成后我们可以看到它还会提示可以使用conda activate和conda deactivate对创建的环境进行激活和取消激活。创建成功后，执行conda env list命令，可以看到已经创建成功的conda环境实例

• 激活环境

$ ➜  ~ conda activate ckeen-python2.7
(ckeen-python2.7) ➜  ~ python --version
Python 2.7.18 :: Anaconda, Inc.

激活环境实例后， 我们看到在命令的输入前面已经有实例名称：(ckeen-python2.7) ， 这里我们执行查看python版本指令，可以看到它给我们安装的python版本是2.7.18。 激活环境后， 我们使用pip安装一个requests库

$(ckeen-python2.7) ➜  ~ pip install requests

• 取消激活，要返回基本环境

$ conda deactivate

• 删除创建的环境实例

$ conda remove --name ckeen-python2.7 --all

通过conda remove指令可以移除创建的环境实例，–all意思是移除整个环境依赖的包。 其他指令可以使用conda remove --help进行查看。

4. conda配置

在安装完成后，您可能需要配置Conda。这包括设置镜像源、更改默认环境路径等。

我们先使用conda config --help 命令看下config命令的参数说明：

Modify configuration values in .condarc.

This is modeled after the git config command.  Writes to the user .condarc
file (/Users/ckeen/.condarc) by default. Use the
--show-sources flag to display all identified configuration locations on
your computer.

options:
  -h, --help            Show this help message and exit.

Output, Prompt, and Flow Control Options:
  --json                Report all output as json. Suitable for using conda programmatically.
  -v, --verbose         Can be used multiple times. Once for detailed output, twice for INFO logging, thrice for DEBUG logging, four times for
                        TRACE logging.
  -q, --quiet           Do not display progress bar.

Config File Location Selection:
  Without one of these flags, the user config file at '/Users/ckeen/.condarc' is used.

  --system              Write to the system .condarc file at '/Users/ckeen/miniconda3/.condarc'.
  --env                 Write to the active conda environment .condarc file (<no active environment>). If no environment is active, write to
                        the user config file (/Users/ckeen/.condarc).
  --file FILE           Write to the given file.

Config Subcommands:
  --show [SHOW ...]     Display configuration values as calculated and compiled. If no arguments given, show information for all configuration
                        values.
  --show-sources        Display all identified configuration sources.
  --validate            Validate all configuration sources. Iterates over all .condarc files and checks for parsing errors.
  --describe [DESCRIBE ...]
                        Describe given configuration parameters. If no arguments given, show information for all configuration parameters.
  --write-default       Write the default configuration to a file. Equivalent to `conda config --describe > ~/.condarc`.

Config Modifiers:
  --get [KEY ...]       Get a configuration value.
  --append KEY VALUE    Add one configuration value to the end of a list key.
  --prepend KEY VALUE, --add KEY VALUE
                        Add one configuration value to the beginning of a list key.
  --set KEY VALUE       Set a boolean or string key.
  --remove KEY VALUE    Remove a configuration value from a list key. This removes all instances of the value.
  --remove-key KEY      Remove a configuration key (and all its values).
  --stdin               Apply configuration information given in yaml format piped through stdin.

首先告诉我们通过conda config配置的参数会写入/Users/ckeen/.condarc的文件。conda 配置文件 .condarc 是一个可选的运行时配置文件，它允许高级用户配置 conda 的各个方面，例如它搜索包的渠道、代理设置和环境目录。

默认为的.condarc文件我们查看它是空的，使用以下配置指令也可以查看配置项

• 查看conda的设定配置项

$conda config --show-sources

• 您可以更改默认的环境路径，这是新创建环境的默认位置：

$ conda config --set envs_dirs /path/to/your/envs

• 查看当前的Conda配置信息：

$ conda config --show

使用show命令包含的是所有配置项， show-sources查看的是自己设定的配置项。

• 查看某个具体参数配置项（必须是自己配置的， 不是默认配置）

$ conda config --get key	

$ conda config --get auto_activate_base

这里我们获取自动激活base的项，使用–show参数获取的默认值是True， 我们直接使用–get获取是空

• 设置某个配置项

$ conda config --set key=value
$ config config --set auto_activate_base False

通过使用以上–set指令设置后， 我们在使用–get指令获取，可以看到我们的设置值

$ conda config --get auto_activate_base
--set auto_activate_base False

• 通过–append，–add，–prepend给list配置项添加配置

例如，更改镜像源为清华大学的Conda镜像：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

5. 在pycharm中配置conda环境

前面我们已经熟悉conda的使用，但是我们怎么在我们IDE中来使用我们配置的python开发环境呢， 下面我们使用一张图来完整的说明操作流程

配置完成后，我们可以在Python interpreter看到该配置环境下， 完整的包信息