简介
Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。
然而,这个玩意经常受到网络问题的影响!!!非常难用!!!
这也是为什么我在之前的文章推荐在服务器上不要用conda,而是使用venv:python虚拟环境和bypy – 软软橘子
然而,就是有的时候要和这个玩意打交道,故记录一下如何配置镜像。
tuna
赞美清华开源镜像站!
Anaconda的下载、镜像配置都可以在这里找到:Anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
简单来说,需要在.condarc里面配置使用的下载镜像。我在推荐配置的基础上略做了添加,可以在上述页面自己添加想要的其他库:
channels:
- defaults
show_channel_urls: true
default_channels:
- 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
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/
清缓存
有的时候你改了镜像,但是还是无法正常下载。这个时候就需要清除缓存:
conda clean -i
有的时候光做这一步还不够的,还需要进一步清除:
conda clean --packages --tarballs
创建环境
使用Anaconda的图形界面创建新环境反而更慢、更恶心!这个时候可以直接使用命令行创建。
比如我创建一个名为myenv的环境,并且指定python版本为3.11.15:
conda create -n myenv python=3.11.15

Comments NOTHING