• 莫名其妙: conda错误ko及总结


    conda真的很烦呢,有啥好用的,要不是准备学习一下虚拟环境,我才不折腾呢,浪费好多时间,(;′⌒`)

    1. 不要挂代理(配conda代理可以),和pip一样,不过后来不知道为什么pip又可以了
    2. conda search从来没找到一个包出来,很迷
    3. conda create 创建的速度真的感人,某度的网盘好歹有点盼头,这家伙不知道有没有在运行,http的0000报错❌,proxy的报错❌,长时间无响应

    对了,有几个东西还得记录一下

    虚拟环境的安装目录修改

    默认安装路径 ~/.conda/envs

    conda config --show
    conda config --add envs_dirs C:\Download\Miniconda\envs
    
    • 1
    • 2

    至此,还差一步

    在这里插入图片描述

    换源

    什么清华,中科大等等各种镜像站,替换conda默认的channels。
    Windows 用户无法直接创建名为 .condarc 的文件,可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。

    channels:
      - defaults
    show_channel_urls: true
    default_channels:
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
    custom_channels:
      conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15

    conda clean -i 清除索引缓存

    • 参考链接
      • https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

    配置proxy

    法一:配置文件(~/.condar):

    在这里插入图片描述

    法二:命令行

    conda config --set proxy_servers.http http://127.0.0.1:7890
    
    • 1

    conda命令整理

    • conda run -n envName python --version 在指定虚拟环境中运行脚本或命令
    • conda clean -i 清除索引缓存,更换镜像站时用

    🥝 虚拟环境创建/激活/删除

    conda create -n envName [Package...]
    conda create -n envName --file requirements.txt
    conda activate envName
    conda deactivate
    conda env remove -n envName
    
    • 1
    • 2
    • 3
    • 4
    • 5

    🌺 库的安装更新和删除

    conda search 
    conda install Package -c sourceUrl # 从指定源安装
    conda install --file requirements.txt
    conda update Package -n envName
    conda remove Package -n envName
    
    • 1
    • 2
    • 3
    • 4
    • 5

    🎑 相关信息查询

    # 参数
    -n envName
    # list all environments
    conda env list 
    conda info --envs
    
    conda list -n envName   # 列出某个环境下所有Packages
    conda list --export     # 打印库文件
    conda list --export > requirements.txt 
    conda rename -n envName newName 
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    🎨 配置选项

    conda info
    conda config --show # 查看选项,在下面的add、remove中配置
    conda config --add key value    # prepend 在键值列表最上方添加值
    conda config --append key value # 在后面添加配置项
    conda config --remove KEY VALUE # 删除键的某个值
    conda config --remove-key KEY   # 删除键的所有值
    
    ## Examples
    conda config --add envs_dirs C:\Download\Miniconda\envs
    conda config --add channels https://mirrors.ustc.edu.cn/...
    conda config --set proxy_servers.http http://127.0.0.1:7890
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    pip

    • pip是Python的包管理器,除早期版本基本都自带 pip 工具。
    • 如果 pip安装库文件失败,可以试试 pip3 工具
    • 镜像站
      • 默认镜像:https://pypi.org/simple
      • 阿里云镜像:https://mirrors.aliyun.com/pypi/simple/
      • 清华开源镜像:https://pypi.tuna.tsinghua.edu.cn/simple
    pip --version # 显示pip版本和路径
    pip list    # 查看已安装的库
    pip list -o # 查看可升级的包
    pip show Package  # 查看包的详细信息
    
    # 导出项目的依赖包及版本信息
    pip freeze > requirements.txt
    
    # 指定安装包的版本号 :  ==  >=  <=  >  <  
    pip install Package
    pip install Package -i URL # 指定仓库地址
    pip install --upgrade Package # 更新
    pip uninstall Package # 卸载
    pip install -r requirements.txt
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
  • 相关阅读:
    unigui手机端如何防止左右滑动退出页面
    node.js——模块化
    DevExpress控件与VS和.NET各个版本的支持情况
    92 # express 中的中间件的实现
    C++之I/0流操作(标准流、文件流、二进制操作等)
    docker的登录证书和账号查看
    ERD Online介绍
    机器学习-数值特征
    SSM+垃圾分类小助手 毕业设计-附源码191356
    模型部署入门教程(六):实现 PyTorch-ONNX 精度对齐工具
  • 原文地址:https://blog.csdn.net/m0_52062236/article/details/128028513