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/miniconda.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/help/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