Anaconda教程（持续更新ing...）-CSDN博客

但是我实际上安了Miniconda，因为Anaconda包越更新越大了，所以安装过程（第三步）特别慢。Miniconda的安装过程跟Anaconda差不多，区别就是base环境少一些包，但是我本来就主要用虚拟环境，所以正适合Miniconda。
Miniconda的最新版安装包：https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

下载安装包：wget 安装包链接
（推荐，但是可以不做）Verify the installer’s data integrity with SHA-256（原理我还没看）：shasum -a 256 安装包下载路径
bash 安装包下载路径 然后不停按回车，然后不停输入yes
在更改安装路径的时候可以更改安装路径。
（这里需要注意的是如果用的是WSL最好安装在Linux路径里，不要安装在Windows路径（也就是挂载在/mnt/下的盘），这个具体的我也不知道为什么，总之一是这样会速度很慢，二是无法直接从其他Linux电脑上直接搬虚拟环境过来用（也就是本文6.3节介绍的功能））
然后重启terminal（在VSCode里就是直接打开一个新的terminal），就直接进入anaconda环境了：

1.2 Windows 10

（2023.5.20）安装包：https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Windows-x86_64.exe

可以直接看视频教程：如何安装Anaconda_哔哩哔哩_bilibili
VSCode+Anaconda运行Python代码_哔哩哔哩_bilibili

直接打开安装包：
在这里插入图片描述

这里没有勾上的一项是添加环境变量。如果对Python和anaconda毫无了解，建议勾上，以后就可以直接用python conda等命令在终端运行代码了。
如果不勾，可以用自动添加的终端，也可以在本机终端运行如下命令进入虚拟环境：D:\allApplications\forPython\anaconda20230708\Scripts\activate（注意在VSCode中有一个细微的点：如果用powershell会直接弹出anaconda的终端窗口，所以得用command prompt）
在这里插入图片描述

或者在VSCode中，设置Python解释器，并直接运行代码：D:\allApplications\forPython\anaconda20230708\python.exe

如果想手动设置环境变量，以将Anaconda安装到d:\allapplications\foranaconda路径下为例，打开“控制面板” > “系统” > “高级系统设置” > “环境变量”，在“系统变量”下找到 Path 变量并选择它，然后点击“编辑”，添加如下路径：

D:\allapplications\foranaconda
D:\allapplications\foranaconda\Scripts
D:\allapplications\foranaconda\Library\bin

然后就可以通过conda activate d:\allapplications\foranaconda来激活虚拟环境了。

不过这都是后续的事了，反正在安装Anaconda的当下是：
在这里插入图片描述

（Win10）在开始菜单出现以下内容，就说明安装成功了：

在这里插入图片描述

1.3 云端

（2023.5.20）注册一个账号然后进入网页。

需要注意的是，环境中的pip路径是用户不可写入的，所以无法直接pip install并import，需要先pip install，确定包的安装位置（如./.local/lib/python3.9/site-packages），然后在import之前补：

import sys
sys.path.append('./.local/lib/python3.9/site-packages')

2. 使用anaconda创建和管理虚拟环境

官方文档相应内容的网址：Managing environments — conda 4.13.0.post13+775c20cb documentation

查看conda的全部信息：conda info
查看当前所有已安装的虚拟环境：conda env list 或者 conda info -e
新建虚拟环境：conda create -n 虚拟环境名称 python=3.8 pip（Python版本可以不指定，pip等包可以在安装时就指定）
如果想要指定虚拟环境的安装文件夹：conda create --prefix=D:\WebApp\Projects\djangoproject¹
如果想要根据指定environment.yml安装虚拟环境，可使用：conda env create -f environment.yml --name 新环境名（这里的新环境名会覆盖）environment.yml中制定的环境名（--name可以换成-n）
激活虚拟环境：conda activate 虚拟环境名称
（我的Windows环境用的是CALL conda.bat activate 虚拟环境名称，但是不知道为什么不能直接在VSCode的shell上运行，而是要用Windows的cmd界面）
在虚拟环境中
1. 用conda安装包的一般命令：conda install -n 虚拟环境名称包名（如果已在指定虚拟环境中，不需要-n）²
  1. 参数
    1. -c 源（如conda-forge、pytorch）
    2. --force-reinstall：如果已经安装了这个包，强制重新安装
    3. --update-all, --all：更新当前环境中安装的所有包
2. 用conda更新包的一般命令：conda update 包名
3. 更新也可以直接匹配整个yml文件：conda env update -f environment.yml
4. 查看当前使用的pip或conda的地址：which pip/conda（pip一般在虚拟环境下，conda是用户路径下全局的）
5. 查看conda版本：conda --version
查看所有个性化设置：conda config --show-sources
查看所有安装的包：conda list --show-channel-urls
conda config --set auto_activate_base False 用于配置 Conda 环境，以便在启动时不自动激活 base 环境。
Conda 的 base 环境是安装时默认创建的环境，它包含了 Conda 自身及一些基本的工具和库。默认情况下，当你打开一个新的终端会话时，Conda 会自动激活这个 base 环境。这意味着你会立即看到一个环境提示符（通常是 (base)），表明 base 环境已经被激活。
如果你不希望每次打开终端都自动激活 base 环境，可以使用上述命令来改变这个设置。设置 auto_activate_base 为 False 后，你需要手动激活 base 环境（或任何其他环境），使用如下命令：
```
conda activate base
```
这个配置有助于避免一些不需要使用 Conda 环境的情况下的资源消耗，也可以减少可能的环境冲突，特别是在你有多个项目，每个项目使用不同环境的情况下。

3. 使用anaconda更新Python版本

参考macos - How do I upgrade to Python 3.6 with conda? - Stack Overflow
举例来说，我一开始安装了3.7版本的环境（创造命令为：conda create -n 虚拟环境名 python==3.7），但是因为我需要使用3.8版本之后的其他包，因此需要更新Python版本，因此我使用命令行：conda install python==3.8
然后大多数别的依赖Python版本的包都会失效，需要重新安装。

4. 更新anaconda版本

当使用conda命令时，如果anaconda版本较老，一般都会直接提醒更新
命令：conda update -n base -c defaults conda

5. 删除没有用过的Python包和缓存

conda clean
参数

-a, --all：删除index cache, lock files, unused cache packages, and tarballs（有时用anaconda安装包失败，会推荐使用这个命令来清除缓存）
-i：清除索引缓存

6. 转移anaconda包

主要适用场景是包太多了懒得一个一个重新装了。

6.1 将整个anaconda文件夹直接转移到另一个文件夹

主要需要解决路径错误的问题。

可以参考这个博文：解决在linux移动anaconda到其他文件夹，conda: command not found的问题_栗子酱15551的博客-CSDN博客

大致逻辑是：将整个anaconda包转移过去之后，修改.bashrc和其他anaconda配置文件（conda/activate/deactivate/pip）里的路径。
在改完.bashrc后需要手动运行一下source ~/.bashrc

在这篇博文的基础上，还有一些别的包，可能会突然报错说路径不对。比如bypy包在运行bypy list时就可能报错：bash: new_path/anaconda3/envs/envgraph1/bin/bypy: old_path/anaconda3/envs/envgraph1/bin/python3.8: bad interpreter: No such file or directory
解决方法跟博文里说的别的文档一样，就直接打开new_path/anaconda3/envs/envgraph1/bin/bypy（用VSCode的话，在terminal里就可以直接用编辑器打开，不用vi命令），把第一行的路径改成新路径。

需要注意的是，不能直接替换所有这样的路径，否则会出现Segmentation fault (core dumped)问题，然后我就只能卸载重装了。为什么会这样我也不知道，反正不行。

6.2 直接将一个anaconda虚拟环境转移到另一个环境中：使用conda-pack包

官方文档：Conda-Pack — conda-pack 0.7.0 documentation
官方GitHub项目：conda/conda-pack: Package conda environments for redistribution

（VSCode显示是virtualenv在管理环境，这点有些奇怪，我也不知道这是个啥原理）

我是将一台Linux服务器上的env17环境直接迁移到了另一台Linux服务器上：

旧电脑上：
conda install conda-pack
在env17环境下：conda pack

将打包得到的文件scp到新电脑上

新电脑上：

mkdir -p env17
tar -xzf downloads/anaconda3.tar.gz -C env17
./env17/bin/python

每次调用source env17/bin/activate进入虚拟环境
退出虚拟环境：source env17/bin/deactivate

6.3 直接转移Anaconda虚拟环境

似乎只要保证使用同样的操作系统就可以？Windows系统的话，是直接将envs文件夹下的整个环境都转移到另一台电脑的envs文件夹下，就可以直接出现在conda env list中，呆胶布。
Linux系统的话，我在miniconda下试过这么干，也是可以的。

7. 卸载Miniconda

1. Linux服务器

首先退出虚拟环境：conda deactivate

比较新版本的Miniconda在安装路径下有uninstall.sh，直接执行就行：~/miniconda3/uninstall.sh（你改成你的真实路径就行）

7. 在使用过程中遇到问题的解决方案

在anaconda官方GitHub项目里提issue：https://github.com/conda/conda/issues

I got update warning message but unable to update · Issue #12519 · conda/conda
（然后就会有一堆人凑上来说我也有类似的问题，然后巴拉巴拉的最后就想出办法来解决了）

在安装PyTorch包的时候出现这样的问题（这是输出的最后几行）：

CondaVerificationError: The package for pytorch located at /data/wanghuijuan/anaconda/anaconda3/pkgs/pytorch-2.0.1-py3.8_cuda11.7_cudnn8.5.0_0
appears to be corrupted. The path 'lib/python3.8/site-packages/torchgen/static_runtime/__pycache__/generator.cpython-38.pyc'
specified in the package manifest cannot be found.

ClobberError: This transaction has incompatible packages due to a shared path.
  packages: nvidia/linux-64::cuda-cupti-11.7.101-0, nvidia/linux-64::cuda-nvtx-11.7.91-0
  path: 'LICENSE'

解决方案：conda clean --all³