pip與conda簡述

1、pip與conda包管理器

pip 是最為廣泛使用的 Python 包管理器，可以幫助我們獲得最新的 Python 包并進行管理。常用指令如下：

pip install [package-name]              # 安裝名為[package-name]的包
pip install [package-name]==X.X         # 安裝名為[package-name]的包并指定版本X.X
pip install [package-name] --proxy=代理伺服器IP:端口号         # 使用代理伺服器安裝
pip install [package-name] --upgrade    # 更新名為[package-name]的包
pip uninstall [package-name]            # 删除名為[package-name]的包
pip list                                # 列出目前環境下已安裝的所有包
           

conda 包管理器是 Anaconda 自帶的包管理器，可以幫助我們在 conda 環境下輕松地安裝各種包。相較于 pip 而言，conda 的通用性更強（不僅是 Python 包，其他包如 CUDA Toolkit 和 cuDNN 也可以安裝），但 conda 源的版本更新往往較慢。常用指令如下：

conda install [package-name]        # 安裝名為[package-name]的包
conda install [package-name]=X.X    # 安裝名為[package-name]的包并指定版本X.X
conda update [package-name]         # 更新名為[package-name]的包
conda remove [package-name]         # 删除名為[package-name]的包
conda list                          # 列出目前環境下已安裝的所有包
conda search [package-name]         # 列出名為[package-name]的包在conda源中的所有可用版本
           

conda 中配置代理：在使用者目錄下的 .condarc 檔案中添加以下内容：

proxy_servers:
    http: http://代理伺服器IP:端口号
           

2、conda虛拟環境

在 Python 開發中，很多時候我們希望每個應用有一個獨立的 Python 環境（比如應用 1 需要用到 TensorFlow 1.X，而應用 2 使用 TensorFlow 2.0）。這時，Conda 虛拟環境即可為一個應用建立一套 “隔離” 的 Python 運作環境。使用 Python 的包管理器 conda 即可輕松地建立 Conda 虛拟環境。常用指令如下：

conda create --name [env-name]      # 建立名為[env-name]的Conda虛拟環境
conda activate [env-name]           # 進入名為[env-name]的Conda虛拟環境
conda deactivate                    # 退出目前的Conda虛拟環境
conda env remove --name [env-name]  # 删除名為[env-name]的Conda虛拟環境
conda env list                      # 列出所有Conda虛拟環境