玩转Python必备Miniconda

主要功能

• 包管理：Conda 可以方便地安装、更新、卸载软件包。它能够自动处理包之间的依赖关系，确保安装的软件包及其所有依赖项都能正确安装并相互兼容。例如，当你要安装一个机器学习库如 Scikit-learn 时，Conda 会自动安装 Scikit-learn 所依赖的其他库，如 NumPy、SciPy 等。
• 环境管理：用户可以使用 Conda 创建多个相互独立的虚拟环境，每个环境可以有不同的 Python 版本和软件包配置。这对于同时开发多个不同项目非常有帮助，因为不同项目可能依赖于不同版本的软件包，通过虚拟环境可以避免版本冲突。比如，一个项目需要 Python 3.6 和特定版本的 TensorFlow，另一个项目需要 Python 3.9 和不同版本的相关库，就可以创建两个虚拟环境来分别满足它们的需求。

工作原理

• Conda 通过一个名为conda的命令行工具来实现各种功能。它有自己的包仓库，当用户执行安装或更新等操作时，conda会从配置的仓库中查找所需的软件包，并根据依赖关系解析出需要安装的所有包，然后将这些包下载并安装到指定的环境中。Conda 还会记录每个环境中安装的包及其版本信息，以便进行管理和维护。

安装与使用

• 安装：Conda 有多种安装版本，如 Anaconda 和 Miniconda。Anaconda 包含了大量常用的数据科学和机器学习库，安装包较大；Miniconda 是一个轻量级的版本，只包含了 Conda 和一些基本的工具，用户可以根据自己的需求按需安装其他包。可以从 Conda 官方网站（https://conda.io/）下载适合自己操作系统的安装包进行安装。
• 使用
  • 创建环境：使用conda create命令创建新的虚拟环境，如conda create -n myenv python=3.8表示创建一个名为myenv的虚拟环境，并指定 Python 版本为 3.8。
  • 激活环境：在 Windows 系统中，使用activate myenv命令激活环境；在 Linux 和 macOS 系统中，使用source activate myenv命令。激活后，在该终端会话中执行的命令都会在这个虚拟环境中运行。
  • 安装包：在激活环境后，使用conda install命令安装软件包，例如conda install numpy会在当前激活的环境中安装 NumPy 库。
  • 查看环境和包：可以使用conda env list命令查看已创建的虚拟环境列表，使用conda list命令查看当前环境中已安装的软件包列表。

与其他工具对比

• 与 pip 对比：pip 主要用于 Python 包的管理，而 Conda 不仅可以管理 Python 包，还能管理其他语言的包以及系统级的依赖项。并且 Conda 在处理依赖关系和环境管理方面功能更强大，能更好地解决复杂的依赖问题和多环境需求。
• 与 virtualenv 对比：virtualenv 主要侧重于创建虚拟的 Python 环境，而 Conda 在环境管理的基础上，还提供了强大的包管理功能，能够更方便地在不同环境中安装和切换不同版本的软件包。