Conda 安装使用详解
一、介绍
- 开源包管理系统和环境管理系统 ，包括多种语言的包安装，运行，更新，删除，最重要的是可以解决包依赖问题
- 支持语言包括 Python，R，Ruby，Lua，Scala，Java，JavaScript，C / C ++，FORTRAN
- 支持在Windows，macOS和Linux上运行
- Conda可以构建不同的环境，同时可以对环境进行保存，加载和切换操作
- conda包和环境管理器包含在所有版本的Anaconda和Miniconda中
二、安装
- 下载 (Linux 64位系统为例)
https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
下载地址： https:// conda.io/en/latest/mini conda.html
清华镜像： https:// mirrors.tuna.tsinghua.edu.cn /anaconda/miniconda/
- 安装
bash Miniconda3-latest-Linux-x86_64.sh
-
配置环境
-
查看是否安装成功,如果安装没问题会显示conda版本号
conda --version
-
新建环境
conda create --name your_env_name
your_env_name是环境名称，对环境的操作后面会详述
-
激活环境
conda activate
-
添加channels （相当于R的镜像源）
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
国内镜像推荐：
https:// mirrors.tuna.tsinghua.edu.cn /help/anaconda/
https:// mirrors.ustc.edu.cn/hel p/anaconda.html
三、使用及命令详解
文档： https:// conda.io/en/latest/
1. 包管理功能
conda的一大特点就是下载软件资源会自动解决包依赖
-
搜索包
-
查看特定包
conda search fastqc
-
安装包
-
安装特定包（需要确认安装，可以看到conda已经将包依赖问题，环境问题已经解决）
conda install fastqc
-
安装特定版本的软件包（查看软件版本可以使用
conda search fastqc）
conda install fastqc=0.11.6
-
安装多个包
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元数据包
conda update conda
conda update anaconda
-
防止包更新
conda update fastqc --no-pin
在环境的conda-meta目录中，添加一个名为pinned的文件，其中包含您不想更新的软件包列表。
-
包删除
-
删除当前环境中的包
conda remove pkg_name
-
删除特定环境中的包
conda remove -n env_name pkg_name
-
删除多个包
conda remove pkg_name1 pkg_name2
-
确认删除的包
conda list
-
包列表
-
当前环境所有包
conda list
-
特定环境所有包
conda list -n env_name
2. 环境管理功能
每个环境都有自己独立的软件或开发包列表，并会自动添加相应的环境变量和依赖关系。
-
创建环境
-
创建特定名字的环境
conda create -n env_name
-
使用特定版本的Python创建环境
conda create -n env_name python=3.4
-
使用特定包创建环境
conda create -n env_name pandas
-
用 environment.yml 配置文件创建环境
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
-
导出环境文件
environment
-
导出
environment.yml环境文件
- 激活需要导出文件的环境
conda activate env_name
- 导出
conda env_name export > environment.yml
-
激活环境
conda activate env_name
- 停用环境
conda deactivate env_name
- 查看环境 （当前环境用*表示）
conda info -envs
- 删除环境
conda remove --n env_name
-
构建相同的conda环境（不同机器间的环境复制）
-
激活需要导出配置文件的环境
conda list --explicit > files.txt
-
在同系统的不同机器执行
conda create --name env_name -f files.txt
-
克隆环境（同一台机器的环境复制
conda create --name clone_env_name --clone env_name
3. 渠道管理
这个决定你从哪个站点，下载及安装资源包
- 添加新渠道到顶部，最高优先级
conda config --add channels new_channel
或者
conda config --prepend channels new_channel
- 添加新渠道到底部，最低优先级
conda config --append channels new_channel
4. 实例
创建不同版本的Python环境
- Python 3.6 的 Anaconda 环境
conda create -n py36 python=3.6 anaconda
- Python 2.7 的 Anaconda 环境
conda create -n py27 python=2.7 anaconda
5. 报错解决
-
错误：
error while loading shared libraries
-
解决办法（以 libbz2.so.1.0 为例）：
-
搜索
find / -name libbz2.so.1.0
- 比如得到路径为
/root/anaconda3/lib
-
添加动态链接库到配置文件：
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
