关于conda、虚拟环境、镜像通道、pip、pycharm解释器配置的一些总结

conda与虚拟环境相关命令

当某个环境所安装的包与其他环境安装的包会相互冲突，或者想要单独定义一个完成某特定任务的环境时，通常需要用到虚拟环境。

查看conda基本信息

conda info
1

查看当前存在哪些虚拟环境

conda env list 
conda info --envs
1
2

创建虚拟环境

conda create --name your_env_name python=x.y
conda activate your_env_name
conda deactivate
1
2
3

克隆虚拟环境

1. 根据已有环境名复制生成新的环境
   假设已有环境名为A，需要生成的环境名为B：

conda create --name B --clone A 
1

2. 根据已有环境路径复制生成新的环境
   假设已有环境路径为D:\A，需要生成的新的环境名为B：

conda create --name B --clone D:\A
1

生成的新环境的位置在anaconda的安装路径下，例如D:\Users\ZC\anaconda3\envs文件夹下。

删除指定虚拟环境

conda remove --name 虚拟环境名 --all
1

或者直接删除环境文件夹（可能会有残余）

删除指定虚拟环境中某个包

conda remove --name your_env_name package_name
1

设置国内镜像

https://Anaconda.org的服务器在国外，安装多个packages时，有时conda下载的速度很慢甚至无法连接。可用国内教育镜像资源，例如中科大或清华TUNA镜像源，将其加入conda的配置即可：

添加Anaconda的TUNA镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
1

添加USTC仓库镜像

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
1
2

设置搜索时显示通道地址

conda config --set show_channel_urls yes
1

Conda 附加库

有些包使用conda只能从指定channel的附加库中安装，如fitter用conda安装时只能从bioconda channel，或者有时想要安装最新版python时只能从conda-forge，这时需要配置附加库。下面以中科大附加库为例：

Conda Forge

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
1

msys2

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
1

bioconda

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
1

menpo

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
1

查看channels

conda config --show
1

恢复默认镜像（即删除手动配置的全部镜像通道）

conda config --remove-key channels
1

删除指定channel

conda config --remove channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
1
2

conda config channels

关于conda通道的配置问题

方法一

当需要在虚拟环境中安装最新的大版本python时，先config conda-forge的镜像通道；或者需要conda install 特定的包时，先config 对应指定的镜像通道；安装配置完成后，再conda config --remove-key channels，删除这些通道，恢复默认，以防后续出现安装或升级包时出现一些不兼容的报错。

方法二

配置conda channels的默认顺序，一般比较保险的原则是：先官方通道，然后附加库，然后镜像库A，然后镜像库B等，例如

方法三

当默认通道下载速度慢时，可用临时指定的通道，来下载安装包或升级包，例如：

conda update --all --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
1

其他一些经验

1. conda中升级python的大版本和小版本

使用 conda update --all 或者 conda update python 只能升级python的小版本，例如从3.x.y 到 3.x.y⁺；如果想升级大版本，例如从3.x 到 3.x⁺，可以用 conda install python=3.11；但直接在base环境中安装最新版，可能出现与有些已安装包的版本不兼容问题，例如：


所以最好是在新建的空的虚拟环境中安装最新版python最保险：

conda create --name your_inv_name python=3.11（最新版本）
1

但是有时候python最新版在常规通道中不能获取，这时需要配置conda-forge通道，从conda-forge中可安装最新版。

2. 从python官网下载安装，并安装该环境中的包

也可以从python官网中直接下载安装最新版，只是需要从该安装路径下，去安装该解释器环境的相关包。例如可以cd到带python.exe的安装目录，再用python -m pip install 模块名。

3. pip的镜像加速下载

当安装较大的包时，pip通常下载较慢，最好使用临时镜像通道，而不去配置默认镜像通道。例如[清华TUNA PyPI镜像源]（可能较慢）(https://mirrors.tuna.tsinghua.edu.cn/help/pypi/)：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
1

或者中科大PyPI镜像源：（通常更快）

pip install -i https://mirrors.ustc.edu.cn/pypi/web/simple package
1

Pycharm中配置不同python解释器到项目或console

当安装了anaconda、create了虚拟环境、从python官网也有下载安装python时，就有多个解释器及其对应的环境可以选择，以适应不同项目的要求。在pycharm中可以方便地指定或切换解释器及其对应环境：

配置控制台的解释器及其对应环境

在设置中搜索控制台，选择构建、执行、部署中的控制台，在Python解释器中选择想要的python安装目录下的解释器，选定之后对应的环境也会选定。但最好是选择跟项目相同的解释器环境，为了在console中调试脚本时不会出现包和版本的报错问题。

给不同的项目配置想要的解释器及其对应环境

当有不同的项目需要配置不同的解释器环境时，就可以在项目中选择需要的解释器。下图是anaconda的默认解释器及其环境，虚拟环境中的python.exe一般在anaconda3\envs\your_env_name下，官网安装的python就在对应的安装路径下。注意当项目的解释器切换时，如果要用到console，最好将console的解释器也切换为相同的。

在pycharm中新建或配置虚拟环境

当选择用pycharm新建虚拟环境时，location一般是到某个项目的文件夹下，base interpreter可以选择conda的python主解释器，也可以选择conda某个虚拟环境下的python解释器，也可以选择将要从python官网下载的不同大版本的解释器，也可以选择从官网下载已安装的python解释器。

在pycharm中新建或配置conda（虚拟）环境

当interpreter选择默认的 new virtualenv时，就是在pycharm中新建conda的虚拟环境。此时就需要在conda envs的默认路径下新建一个文件夹并命名，该文件夹就用来放虚拟环境。然后选择这个虚拟环境的python大版本，以及conda的可执行文件。这个操作就相当于：conda create --name your_env_name python=x.y，只是在pycharm的对话框中进行而已。

此界面中的interpreter也可以选择conda已有的默认python解释器，或者已建立的虚拟环境中的解释器，这时就相当于使用conda base环境，或者conda activate your_env_name。

指定系统解释器

当已有为不同项目足够使用的不同python大版本的环境时，也可以为每个项目都指定不同的系统解释器，而不必再去新建或配置pycharm的、或conda的环境了，因为环境新建和配置的工作之前已经做了，现在要编写不同环境需求的项目脚本时，就直接以切换系统解释器的方式使用就行。

参考资料：

https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html
https://docs.python.org/3/tutorial/venv.html
https://pycaret.gitbook.io/docs/get-started/installation