Anaconda 是一种流行的 Python 和 R 编程语言开源发行版,用于数据科学和机器学习任务。 它包括各种流行的数据科学库和工具,例如 NumPy、pandas、scikit-learn、TensorFlow 和 PyTorch 等。 Anaconda 通过提供一个名为 conda 的便捷包管理器来简化安装和管理这些库的过程。
除了为数据科学提供预构建的包之外,Anaconda 还包括 conda 包管理器,它允许用户轻松安装、更新和管理包和依赖项。 它还包括用于创建和管理虚拟环境的工具,虚拟环境是隔离的环境,可以在其中安装不同版本的软件包而不会相互影响。
Anaconda 因其易用性、全面的软件包选择以及有效管理依赖关系的能力而被数据科学家、研究人员和开发人员广泛使用。
安装
$ curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh
$ sh Miniconda3-latest-MacOSX-arm64.sh
或者用 Homebrew 安装。安装后,如果在 zsh 环境下报错 conda not found
,先运行初始化。
$ brew install --cask anaconda
更新
$ conda update --all
$ conda update -n myenv conda
$ conda update -n myenv --all
卸载
$ rm -rf ~/miniconda3/ # 删除目录
$ rm -rf ~/.conda* # 删除配置文件
$ vim ~/.zshrc # 删除相关配置
管理环境
$ conda create -n myenv python # 创建环境 -n, --name
$ conda create -n myenv python=3.11 # 创建环境,并指定 Python 版本
$ conda create -n myenv --clone base # 复制 base 环境
激活环境
创建环境后,所有的库都会安装到该环境目录下,包括 Python 和 Pip
$ conda create -n jupyter python
$ conda activate jupyter
$ (jupyter) which python # /Users/john/miniconda3/envs/web/bin/python
$ (jupyter) python -m pip install jupyterlab
$ (jupyter) which jupyterlab # /Users/john/miniconda3/envs/web/bin/jupyterlab
删除环境
$ conda remove -n jupyter --all
uv 常用操作
$ uv init example
$ uv python install 3.10 3.11 3.12
$ uv python list
$ uv python pin 3.10
Updated `.python-version` from `3.12` -> `3.10`
$ uv run python --version
$ uv venv
$ uv venv my_directory_name_instead_of_the_default_name_venv
$ uv add ruff # pyproject.toml also updated
$ uv pip install ruff
$ uv pip install pandas==2.1.0 flask
$ uv pip install -r requirements.txt
$ uv pip list
$ uv add --requirements=requirements.txt
$ uv sync
$ uv lock
虚拟环境内部操作
$ source .venv/bin/activate # source my_directory_name/bin/activate
$ deactivate
$ pip install pandas==2.1.0 flask