淘宝做代码的网站深圳网站制作哪家好薇

淘宝做代码的网站,深圳网站制作哪家好薇,做问卷的几个网站,wordpress和typechoConda 实战指南#xff08;偏详细版#xff09; 0. 总体认识#xff1a;conda 究竟解决什么问题#xff1f; 一句话#xff1a;conda 环境管理器#xff08;虚拟环境#xff09; 包管理器#xff08;跨语言包#xff09;#xff0c;解决“依赖地狱 环境冲突”。和…Conda 实战指南偏详细版0. 总体认识conda 究竟解决什么问题一句话conda 环境管理器虚拟环境 包管理器跨语言包解决“依赖地狱 环境冲突”。和你已经熟悉的工具对比apt系统级包管理主要装系统软件和 C/C 库pipPython 包管理只针对 Python依赖解析相对薄弱conda可以同时管理Python/R/Julia C 库 各种工具git、ffmpeg 等自带虚拟环境概念多套 Python 共存、互不干扰尽量通过预编译二进制包减轻“编译失败”“缺少系统库”的痛苦你可以把每个 conda 环境想成是一个轻量的“用户级小系统”有自己的 Python、库、Python 包等。1. 安装与基础配置1.1 安装方式选择常见三种Anaconda带一大堆科学计算包numpy、pandas、jupyter 等适合“我要一键装齐数据科学环境”但体积大Miniconda推荐只带 Python conda不预装第三方库适合希望“从零按需装包”的用户(Mamba)Mambaforge / Miniforge自带更快的求解器mamba默认用conda-forge源对包更新速度要求高、对性能敏感时非常适合如果你不确定首选 Miniconda 或 Mambaforge。1.2 环境变量与初始化安装完成后一般会提示你运行类似# Linux / macOSconda initbash# 或 zsh/fish 等这一步作用修改你的 shell 配置如~/.bashrc在启动终端时自动注入 conda 的 hook以便你可以直接用conda activate xxx而不用手工搞 PATH确认是否成功conda --version能输出版本号就说明 PATH 和 shell 初始化没问题。2. 环境管理把「环境」当作核心资产2.1 创建环境通用命令conda create -n环境名[包1 包2...][python版本]示例# 创建一个 Python 3.11 的干净环境conda create -n py311python3.11# 数据科学环境顺便装几个包conda create -n dspython3.11numpy pandas matplotlib scikit-learn jupyterlab要点不指定 python 时会用默认版本通常是安装时的主版本推荐每个项目一个环境名字易懂如web-fastapi,ml-nlp,tf-2.15等2.2 激活 / 退出环境# 激活conda activate ds# 当前 shell 前缀会变成 (ds)# 此时 python/pip/conda 都是该环境下的# 离开环境回到上一个conda deactivate你可以嵌套使用如果当前在proj1环境conda activate proj2会直接切换到 proj2conda deactivate会回到系统默认通常是 base2.3 查看 / 删除环境# 查看所有环境condaenvlist# 或conda info --envs删除conda remove -n ds --all--all表示把整个环境删掉目录 包。2.4 环境存放位置默认位置通常在conda安装目录/envs/环境名如/home/user/miniconda3/envs/ds C:\Users\xxx\miniconda3\envs\ds你可以通过condaenvlist来查看每个环境完整路径。3. 包管理conda install / update / remove / list / search3.1 安装包核心命令# 先进入环境conda activate ds# 安装单个包condainstallnumpy# 安装多个包condainstallnumpy pandas scipy# 指定版本condainstallnumpy1.26# 提前预览不真正安装condainstallnumpy --dry-run背后做的事情读取当前环境已有的包和版本从配置的 channels 中查找满足条件的版本给出“计划变更”要装什么、哪些会升级/降级让你确认Proceed ([y]/n)?3.2 升级包 / 升级环境# 升级指定包conda update numpy# 升级所有包慎用在生产环境conda update --allupdate≈install最新可用版本conda 会尽力保持环境内依赖不冲突。3.3 卸载包conda remove numpy conda remove numpy pandas如果其他包依赖被删的包conda 会给你提示需要移除/变更哪些。3.4 查看已安装包conda listconda list conda list numpy重要信息包名 / 版本号build string来自哪个 channel如conda-forge、defaults3.5 搜索包conda searchconda search numpy conda searchnumpy1.21能看到可用版本及其 channel对于只想看“有没有这个包”时非常有用补充更多时候你会使用网页搜索Anaconda.org / conda-forge信息更全。4. 通道channels就像 apt 源 pip 源 混合体4.1 概念channel 包仓库源安装包时conda 会按照 channel 优先级依次查找常见 channeldefaultsAnaconda 官方conda-forge社区维护更新很快包超多4.2 查看当前 channel 配置conda config --show channels4.3 修改 channel 优先级推荐做法典型推荐配置conda config--add channels conda-forge conda config --set channel_priority strict含义把conda-forge加入 channels启用“严格优先级”优先使用位于列表前面的 channel避免不同 channel 混装导致的 ABI 问题.condarc中大致会变成channels:-conda-forge-defaultschannel_priority:strict4.4 临时指定 channelcondainstall-c conda-forge matplotlib这只影响本次安装。4.5 国内镜像加速如你在国内示例以清华为例具体以镜像站说明为准# ~/.condarcchannels:-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2-conda-forge-defaultsshow_channel_urls:true设置完后conda clean -i# 清理索引缓存强制重新用新源5. conda 与 pip 的正确“配合姿势”5.1 核心原则再强调一次在 conda 环境内能用 conda 装的就用 condaconda 仓库里没有的再用pip install。原因conda 自己管理一整套二进制栈Python 底层 C/Fortran 库pip install -U 某底层包可能会升级出一个 conda 未知的版本破坏 ABI 兼容5.2 标准流程示范conda create -n projpython3.11conda activate proj# 1. 尽量用 conda 装condainstallnumpy pandas scipy matplotlib# 2. conda 没有的用 pippipinstallsome-rare-pypi-only-package建议尽量不要用 pip 去升级那些 conda 装的核心库如numpy, scipy, pytorch, tensorflow, openssl 等如果你确实要用 pip 升级这些核心包思路最好是单独搞一个“pip-only 环境”只用 pip不用 conda 管包5.3 如何区分一个包是哪个工具装的conda list的channel字段能看出pypi或pypi_0通常表示通过 pip 安装记录的其他如conda-forge、defaults是 conda 自己装的6. 环境导出与迁移environment.yml对应 pip 的requirements.txtconda 使用environment.yml来描述“环境完整快照”。6.1 导出环境在目标环境中conda activate proj condaenvexportenvironment.yml生成的大致如下name:projchannels:-conda-forge-defaultsdependencies:-python3.11-numpy1.26.4-pandas2.1.4-pip-pip:-some-rare-pypi-only-package0.3.1要点记录了环境名使用的 channels所有 conda 包 版本pip 包列表6.2 用 environment.yml 重建环境在另一台机器 / 另一个账号condaenvcreate -f environment.yml会自动创建一个名为proj的环境如文件里的name想换名condaenvcreate -f environment.yml -n proj26.3 “精简版”导出有时你不想锁死所有子依赖只希望导出“顶层依赖”类似手写 requirements.txt。可以手动删掉environment.yml里很多行只保留自己关心的包 通道。或者手动写一个简化版 yml例如name:projchannels:-conda-forgedependencies:-python3.11-numpy-pandas-pip-pip:-some-rare-pypi-only-package更利于在不同平台重建时有更大的自由度。7. 进阶多 Python / 多语言、C 库与工具7.1 多个 Python 版本共存conda create -n py38python3.8conda create -n py39python3.9conda create -n py311python3.11激活不同环境就能轻松在 3.8 / 3.9 / 3.11 之间切换而不动系统 Python。7.2 管理非 Python 语言/工具conda 能装的不只是 Python 包例如condainstall-c conda-forge cmake condainstall-c conda-forge ffmpeg condainstall-c conda-forgegitR/julia 之类也可以多数在 conda-forge 上有。这使得你可以用一个 conda 环境统一打包Python 依赖编译工具链系统级库如libxml2,openssl等更适合作为“项目级运行时环境”。8. 常见问题与排查思路8.1 环境损坏 / 某些包 ImportError现象某个 import 报错找不到动态库 / symbol not found很可能是 pip conda 混用导致 ABI 不兼容排查思路conda list看看该包来自哪conda-forge? pypi?如果是 pip 装在 conda 环境里的关键底层包如 numpy, scipy可能是该 pip 版本不兼容当前环境里的底层库成本最低的方案备份environment.yml新建一个干净环境按“先 conda 后 pip”原则重新创建8.2 求解速度慢原因包多、channel 多旧版 conda 依赖求解器慢解决办法升级 condaconda update conda或者安装mamba使用 mamba 来代替部分命令condainstall-n base mamba -c conda-forge# 之后你可以这样用几乎同语法mambainstallnumpy pandas mamba create -n fastenvpython3.11numpymamba 兼容大部分 conda 命令用它装包明显更快。8.3 base 环境过于混乱常见坏习惯所有东西都往base里装一两年之后 base 环境变成“垃圾场”。建议把 base 当成“系统管理环境”只做更新 conda / mamba创建/删除环境项目依赖一律新建环境不往 base 塞东西如果 base 已经很乱如果没有硬性依赖可以考虑直接重装 Miniconda最干净或者新装一份 Miniconda/Mambaforge 到另一个路径用新的那份 conda 管今后的项目9. 命令速查适合贴在桌边的小抄9.1 环境# 创建环境conda create -n myenvpython3.11conda create -n dspython3.11numpy pandas jupyterlab# 激活 / 退出conda activate myenv conda deactivate# 查看所有环境condaenvlist conda info --envs# 删除环境conda remove -n myenv --all9.2 包管理# 安装condainstallnumpy condainstallnumpy pandas condainstallnumpy1.26# 指定 channelcondainstall-c conda-forge numpy# 升级conda update numpy conda update --all# 卸载conda remove numpy# 查看包conda list conda list numpy# 搜索包conda search numpy9.3 环境导出 / 迁移# 导出conda activate myenv condaenvexportenvironment.yml# 从 yml 创建condaenvcreate -f environment.yml condaenvcreate -f environment.yml -n newname9.4 配置 channels# 查看 channelsconda config --show channels# 添加 conda-forge 并启用严格优先conda config --add channels conda-forge conda config --set channel_priority strict