Ubuntu Conda 入门教程：从安装到使用

Conda 是一个开源的包管理系统和环境管理系统，主要用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。它最初是为 Python 程序创建的，但现在可以打包和分发各种语言的软件（如 R、Scala、Java、JavaScript、C/C++、FORTRAN 等）。Conda 尤其在数据科学、机器学习和科学计算领域广受欢迎，因为它能够轻松管理复杂的项目依赖和创建隔离的开发环境。

本教程将详细指导您在 Ubuntu 系统上安装和使用 Conda，涵盖从下载安装包到创建和管理虚拟环境，再到安装和使用软件包的整个过程。无论您是 Conda 新手还是希望更深入地了解其功能，本教程都将为您提供全面的指导。

1. 安装 Conda

在 Ubuntu 上安装 Conda 有两种主要方式：

• Miniconda: 这是 Conda 的精简版，仅包含 Conda 及其依赖项。如果您希望自行选择需要安装的软件包，并且希望节省磁盘空间，建议使用 Miniconda。
• Anaconda: 这是 Conda 的完整发行版，包含了 Conda、Python 以及 250 多个常用的科学计算和数据科学软件包。如果您是初学者，或者希望快速搭建一个包含所有常用工具的数据科学环境，建议使用 Anaconda。

本教程将分别介绍这两种方式的安装过程。

1.1 安装 Miniconda (推荐)

1. 下载 Miniconda 安装脚本:

   打开终端，使用 wget 命令下载适用于 Linux 的 Miniconda 安装脚本。请访问 Miniconda 官方网站 (https://docs.conda.io/en/latest/miniconda.html) 获取最新版本的下载链接。通常，您会选择 Miniconda3，对应 Python 3.x 版本。例如：

   bash
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

   • 注意：请根据您的系统架构（64 位或 32 位）和所需的 Python 版本选择正确的下载链接。

2. 运行安装脚本:

   下载完成后，使用 bash 命令运行安装脚本：

   bash
bash Miniconda3-latest-Linux-x86_64.sh

   • 按照提示进行操作。您需要阅读并同意许可协议，选择安装位置（建议使用默认位置 ~/miniconda3），并决定是否将 Miniconda 的 bin 目录添加到您的 PATH 环境变量中。

3. 激活 Conda:
   安装脚本会自动添加conda activate命令到你的 .bashrc 或 .bash_profile 文件。
   安装完成后，您需要重新加载 shell 配置文件（通常是 ~/.bashrc 或 ~/.bash_profile），或者关闭并重新打开终端，以使 Conda 生效：

   ```bash
   source ~/.bashrc

   或者, 如果您使用的是 zsh:

   source ~/.zshrc
   或者：bash
   exec $SHELL -l
   ```

4. 验证安装:

   在终端中输入以下命令，如果看到 Conda 的版本号，则表示安装成功：

   bash
conda --version

1.2 安装 Anaconda

1. 下载 Anaconda 安装脚本:

   与 Miniconda 类似，使用 wget 命令下载 Anaconda 安装脚本。访问 Anaconda 官方网站 (https://www.anaconda.com/products/distribution) 获取最新版本的下载链接。例如：

   bash
wget https://repo.anaconda.com/archive/Anaconda3-2023.09-0-Linux-x86_64.sh
   下载最新版本

2. 运行安装脚本:

   bash
bash Anaconda3-2023.09-0-Linux-x86_64.sh

   • 按照提示进行操作，与 Miniconda 的安装过程类似。

3. 激活 Conda:

   安装脚本会自动添加conda activate命令到你的 .bashrc 或 .bash_profile 文件。
   安装完成后，您需要重新加载 shell 配置文件（通常是 ~/.bashrc 或 ~/.bash_profile），或者关闭并重新打开终端，以使 Conda 生效：

   ```bash
   source ~/.bashrc

   或者, 如果您使用的是 zsh:

   source ~/.zshrc
   或者：bash
   exec $SHELL -l
   ```

4. 验证安装:

   bash
conda --version

2. Conda 基础命令

安装完成后，让我们来学习一些 Conda 的基础命令。

2.1 管理环境

Conda 的核心功能之一是环境管理。通过创建独立的虚拟环境，您可以为不同的项目隔离软件包及其依赖关系，避免版本冲突。

• 创建新环境:

  bash
conda create --name <environment_name> python=<python_version>

  • <environment_name>：您为新环境指定的名称（例如，my_env、py38 等）。
  • python=<python_version>：可选参数，指定环境中使用的 Python 版本（例如，python=3.8、python=3.9 等）。如果不指定，将使用 Conda 默认的 Python 版本。

  例如，创建一个名为 my_env 并使用 Python 3.8 的环境：

  bash
conda create --name my_env python=3.8

• 激活环境:

  bash
conda activate <environment_name>

  例如，激活名为 my_env 的环境：

  bash
conda activate my_env

  激活环境后，您的终端提示符前会显示环境名称，表示您已进入该环境。

• 退出环境:

  bash
conda deactivate

• 列出所有环境:

  bash
conda env list

  或

  bash
conda info --envs

• 删除环境:

  bash
conda env remove --name <environment_name>

  例如，删除名为 my_env 的环境：

  bash
conda env remove --name my_env

• 克隆环境:

  bash
conda create --name <new_environment_name> --clone <existing_environment_name>
  这将创建一个与现有环境完全相同的新环境。

• 导出环境:
  如果您想与他人共享您的环境，或者在另一台机器上重新创建相同的环境，可以使用 conda env export 命令：

  bash
conda env export > environment.yml

  这将在当前目录下创建一个名为 environment.yml 的文件，其中包含了当前环境中所有软件包及其版本信息。

• 从 YAML 文件创建环境:

  bash
conda env create -f environment.yml
  这将根据 environment.yml 文件中的描述创建一个新环境。

2.2 管理软件包

在激活的环境中，您可以使用以下命令管理软件包：

• 安装软件包:

  bash
conda install <package_name>

  • <package_name>：您要安装的软件包的名称（例如，numpy、pandas、requests 等）。

  例如，安装 NumPy：

  bash
conda install numpy

  您可以同时安装多个软件包：

  bash
conda install numpy pandas matplotlib

  您还可以指定软件包的版本：

  bash
conda install numpy=1.23.0
  如果不指定版本号，conda将自动安装可用的最新版本。

• 指定channel安装包
  有些包可能不在默认的conda channel中，你可以通过 -c 参数指定channel:
  bash
conda install -c conda-forge <package_name>
  例如, 安装 biopython 包：
  conda install -c conda-forge biopython

• 列出已安装的软件包:

  bash
conda list

• 搜索软件包:

  bash
conda search <package_name>

• 更新软件包:

  bash
conda update <package_name>
  更新单个包。

  bash
conda update --all
  更新当前环境中的所有包。

• 卸载软件包:

  bash
conda remove <package_name>

2.3 使用 pip

虽然 Conda 主要用于管理 Conda 软件包，但它也可以与 pip 协同工作。在 Conda 环境中，您可以使用 pip install 命令安装无法通过 Conda 获取的软件包。

• 在 Conda 环境中使用 pip:

  bash
pip install <package_name>

  • 注意：尽量先使用 conda install 安装软件包，只有在 Conda 无法找到所需软件包时才使用 pip install。

3. 高级用法

3.1 Conda Channels

Conda Channels 是软件包的存储库。默认情况下，Conda 使用 Anaconda, Inc. 提供的默认 Channels。但是，您也可以添加其他 Channels，例如：

• conda-forge: 一个社区维护的 Channels，提供了大量额外的软件包。

• bioconda: 一个专门用于生物信息学软件的 Channels。

• 添加 Channels:

  bash
conda config --add channels <channel_name>

  例如，添加 conda-forge Channels：

  bash
conda config --add channels conda-forge
  这将把 conda-forge 添加到您的 channel 列表中，并使其具有较高的优先级。

• 查看当前配置的 Channels:

  bash
conda config --show channels

• 指定优先级
  bash
conda config --set channel_priority strict
  设置 channel_priority 为 strict 可以确保 Conda 优先从优先级最高的 Channels 安装软件包。

3.2 使用 Jupyter Notebook

Jupyter Notebook 是一个基于 Web 的交互式计算环境，广泛用于数据科学、机器学习和科学计算。Conda 可以轻松管理 Jupyter Notebook 及其相关的软件包。

1. 安装 Jupyter Notebook:

   在 Conda 环境中，使用以下命令安装 Jupyter Notebook：

   bash
conda install jupyter

2. 启动 Jupyter Notebook:

   bash
jupyter notebook

   这将在您的默认浏览器中打开 Jupyter Notebook 界面。

3. 在 Jupyter Notebook 中使用 Conda 环境:
   默认情况下，Jupyter Notebook 会使用启动它的 Conda 环境。但是，您也可以在 Jupyter Notebook 中切换到其他 Conda 环境。为此，您需要安装 nb_conda_kernels 软件包：

   bash
conda install nb_conda_kernels

   安装完成后，重新启动 Jupyter Notebook。在创建新的 Notebook 时，您将能够选择要使用的 Conda 环境。

3.3 使用requirements.txt

如果你有一个项目使用了pip的requirements.txt文件，你可以在conda环境中使用它来安装依赖：
1. 激活conda环境
bash
conda activate <your_env_name>
2. 使用pip安装依赖
bash
pip install -r requirements.txt

4. 常见问题及解决方法

• conda 命令找不到:

  • 确保您已正确安装 Conda，并且已将 Conda 的 bin 目录添加到您的 PATH 环境变量中。
  • 重新加载 shell 配置文件（source ~/.bashrc 或 source ~/.zshrc），或者关闭并重新打开终端。

• 软件包安装失败:

  • 检查您的网络连接是否正常。
  • 尝试更新 Conda：conda update conda。
  • 尝试清除 Conda 缓存：conda clean --all。
  • 如果问题仍然存在，请尝试使用 -v 或 --verbose 选项运行 Conda 命令以获取更详细的错误信息，并根据错误信息进行排查。

• Solving environment: failed with initial frozen solve. Retrying with flexible solve.

  • 出现这个问题通常是因为conda在解析环境依赖时遇到冲突。可以先尝试更新conda:
    bash
conda update conda
  • 然后再尝试安装或创建环境。如果问题仍然存在，可以尝试手动解决依赖冲突，或者尝试创建一个新的环境。

5. 总结

本教程详细介绍了在 Ubuntu 系统上安装和使用 Conda 的各个方面，包括安装 Miniconda 和 Anaconda、管理 Conda 环境、管理软件包、使用 pip、使用 Conda Channels 以及使用 Jupyter Notebook。通过学习本教程，您应该能够熟练地使用 Conda 来管理您的 Python 项目及其依赖关系，创建隔离的开发环境，并轻松地在不同环境之间切换。

Conda 是一个功能强大且灵活的工具，可以极大地提高您的开发效率和项目的可维护性。希望本教程对您有所帮助，祝您在数据科学和科学计算的道路上一切顺利！