【Python】conda镜像配置，.condarc文件详解，channel镜像
1. conda 环境
安装miniconda即可，Miniconda 安装包可以到 http://mirrors.aliyun.com/anaconda/miniconda/ 下载。
安装完后，可进入开始菜单栏中点击Anaconda Promot，通过conda命令进行使用。
.condarc是conda 应用程序的配置文件，在用户家目录（windows：C:\users\username\），用于管理镜像源。如果不存在，则打开conda的，执行一下：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
2. conda包管理目录
anaconda安装的位置/pkgs该目录是用户指定update或install时由 Conda 下载并提取的包，都是解压后的包，可以在 conda 环境中通过link关联。
anaconda安装的位置\envs\虚拟环境\Lib\site-packages 则是启用虚拟环境后import时导入包的地方。它们来自anaconda安装的位置/pkgs。
anaconda安装的位置/Lib/site-packages 是base环境的路径。
3. 配置镜像源
3.1 通过命令配置和删除
# 查看当前conda配置 conda config --show channels # 增加channel conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ #设置搜索是显示通道地址 conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/会直接加到.condarc文件的channels下面，成为一个独立的channel：
3.2 通过修改文件添加（推荐）
直接修改.condarc文件是最方便的。
大家常搜到的配置文件如下：
阿里源(来自阿里云官方镜像配置指导)：
channels: - defaults show_channel_urls: true default_channels: - http://mirrors.aliyun.com/anaconda/pkgs/main - http://mirrors.aliyun.com/anaconda/pkgs/r - http://mirrors.aliyun.com/anaconda/pkgs/msys2 custom_channels: conda-forge: http://mirrors.aliyun.com/anaconda/cloud msys2: http://mirrors.aliyun.com/anaconda/cloud bioconda: http://mirrors.aliyun.com/anaconda/cloud menpo: http://mirrors.aliyun.com/anaconda/cloud pytorch: http://mirrors.aliyun.com/anaconda/cloud simpleitk: http://mirrors.aliyun.com/anaconda/cloud
清华源：
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 simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
配置完后如果不生效可清空conda缓存再试试：
conda clean -i
4. .conda文件详解
conda 配置文件.condarc是一个可选的运行时配置文件，允许用户配置 conda 的各个方面，例如在哪些channel中搜索包、代理设置和环境目录。本文仅讨论和channel相关的部分。
4.1 channels
channels下面配置的就是可访问的chennel。
修改.condarc文件的channels会覆盖 conda 搜索的默认值，导致 conda 仅按给定顺序搜索此处列出的频道。
频道有url和非url之分：
- url：自定义的搜索地址，如前面的https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- 非url： Anaconda.org 用户或组织名称，如conda-forge对应着https://conda.anaconda.org中的conda-forge。
如果.condarc文件如下：
channels: - conda-forge - http://Code_LT - defaults
则conda搜索pandas包的时候就会按conda-forge->http://Code_LT->defaults的顺序搜索。
4.2 channels分类
conda把channel分为两类
- 默认channel（default channels）
- 社区channel（community channels）
如果不修改.condarc文件，conda会默认从这两类channel中搜索需要的包：
- 默认channel：对应repo.anaconda.com仓，硬编码写死了对应如下三个仓库（：
https://repo.anaconda.com/pkgs/main https://repo.anaconda.com/pkgs/r https://repo.anaconda.com/pkgs/msys2
- 社区channel：对应conda.anaconda.org仓,即https://conda.anaconda.org
4.3 channels镜像修改
.condarc文件除了把url硬编码进chennels下面，还可以把非url的Anaconda.org 用户或组织名称映射到指定的仓。
根据channels分类可知道，要修改的化就涉及默认channel和社区channel的修改。
利用default_channels修改默认channel
如前面讲的阿里镜像中的：
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
则把原有的defaults对应的仓换成了上面的阿里仓。
利用channel_alias 修改社区channel
所有社区频道都会被修改，这个用得比较少，如：
channel_alias: https://my-mirror.com
则配置conda-forge频道后，conda不会再去https://conda.anaconda.org搜。
利用custom_channels修改指定社区channel
custom_channels: conda-forge: https://Code_LT/conda-forge这样写进.condarc文件中后，配置conda-forge就不会再去https://conda.anaconda.org搜，而是到https://Code_LT/conda-forge搜，其他社区频道不变。
这样，清华源和阿里源的配置就弄明白了。
4.4 为环境配置单独的.condarc文件
要为单个环境选择通道，请将.condarc 文件放入该环境的根目录中（或 使用conda config 时使用--env选项）。
示例：如果您已在主目录中安装了带有 Python 3 的 Miniconda，并且环境名为“flowers”，则路径可能为：
~/miniconda3/envs/flowers/.condarc
5. 配置文件冲突解决
conda会在如下目录中搜索.condarc文件
if on_win: SEARCH_PATH = ( "C:/ProgramData/conda/.condarc", "C:/ProgramData/conda/condarc", "C:/ProgramData/conda/condarc.d", ) else: SEARCH_PATH = ( "/etc/conda/.condarc", "/etc/conda/condarc", "/etc/conda/condarc.d/", "/var/lib/conda/.condarc", "/var/lib/conda/condarc", "/var/lib/conda/condarc.d/", ) SEARCH_PATH += ( "$CONDA_ROOT/.condarc", "$CONDA_ROOT/condarc", "$CONDA_ROOT/condarc.d/", "$XDG_CONFIG_HOME/conda/.condarc", "$XDG_CONFIG_HOME/conda/condarc", "$XDG_CONFIG_HOME/conda/condarc.d/", "~/.config/conda/.condarc", "~/.config/conda/condarc", "~/.config/conda/condarc.d/", "~/.conda/.condarc", "~/.conda/condarc", "~/.conda/condarc.d/", "~/.condarc", "$CONDA_PREFIX/.condarc", "$CONDA_PREFIX/condarc", "$CONDA_PREFIX/condarc.d/", "$CONDARC", )多个文件之间可能会发生冲突，按照如下原则解决冲突（具体不展开了，可自行查看官网资料）：
- Lists - merge
- Dictionaries - merge
- Primitive - clobber
冲突解决的优先级：
6. conda常用命令
# 获取版本号 conda -V # 获取帮助 conda -h # 环境管理命令帮助 conda env -h # 列举所有环境 conda info --env conda env list # Python创建虚拟环境 conda create -n your_env_name python=x.x # 复制某个环境 conda create --name new_env_name --clone old_env_name # 彻底删除旧环境，则可以实现重命名环境 conda remove --name old_env_name --all # 注意：必须在base环境下进行以上操作，否则会出现各种莫名的问题。 # 激活或者切换虚拟环境 Windows: activate your_env_name Linux: source activate your_env_nam # 关闭虚拟环境(即从当前环境退出返回使用PATH环境中的默认python版本) Windows: deactivate 或者 activate root 切回root环境 Linux：source deactivate # 删除虚拟环境 conda remove -n your_env_name --all # 删除环境钟的某个包 conda remove --name $your_env_name $package_name # 列举包 conda list conda list -n your_env_name # 列举非当前活跃环境下的所有包 # 安装包 conda install [package] conda install -n your_env_name [package] # 安装非当前活跃环境下的包 conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.8.0 # 指定版本和channel # 升级包 conda update [package] conda update conda # 升级conda # 查找包 conda search -h # 查看search使用帮助信息 conda search tensorflow # 查看指定包可安装版本信息命令 # 卸载包 conda uninstall [package] # 卸载xxx文件包 # 清理包 conda clean -p //删除没有用的包 # 这个命令会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们 conda clean -t //删除tar包 conda clean -y --all //删除所有的安装包及cache # 分享环境 activate target_env # 进入要分享的环境 conda env export > environment.yml # 当前工作目录下生成一个environment.yml conda env create -f environment.yml # 拿到environment.yml文件后，将该文件放在工作目录下，可以通过以下命令从该文件创建环境
7. conda install和pip install
先说结论：conda 中可以使用pip, 但conda 并不兼容pip, pip 安装的包越多, 越容易引发包版本依赖问题, 所以能用conda安装的包先用conda 安装, 不能的再到激活的虚拟环境里用pip安装.
conda install xxx：这种方式安装的库都会放在anaconda安装的位置/pkgs目录下，这样的好处就是，当在某个环境下已经下载好了某个库，再在另一个环境中还需要这个库时，就可以直接从pkgs目录下将该库复制至新环境而不用重复下载。
pip install xxx：分两种情况，一种情况就是当前conda环境的python是conda安装的，和系统的不一样，那么xxx会被安装到anaconda安装的位置/envs/current_env/lib/python3.x/site-packages文件夹中，如果当前conda环境用的是系统的python，那么xxx会通常会被安装到~/.local/lib/python3.x/site-packages文件夹中。
参考：
Anaconda安装的包所在的位置
Anaconda的包路径，终于讲清楚了
官网：安装包list和位置相关
【conda】配置国内镜像源
官网：conda目录结构介绍
官网：.condarc文件官方解释
官网：channel镜像的官方说明
阿里云官方镜像配置指导
python中的PYTHONHASHSEED
pip install 和conda install有什么区别吗？
工具篇：conda and pip
conda常用命令:安装，更新，创建，激活，关闭，查看，卸载，删除，清理，重命名，换源，问题
- 社区channel：对应conda.anaconda.org仓,即https://conda.anaconda.org
- 默认channel：对应repo.anaconda.com仓，硬编码写死了对应如下三个仓库（：
