【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 channel_priority

频道优先级，可以通过命令

conda config --describe channel_priority 

查看该字段的含义

# #   Accepts values of 'strict', 'flexible', and 'disabled'. The default # #   value is 'flexible'. With strict channel priority, packages in lower # #   priority channels are not considered if a package with the same name # #   appears in a higher priority channel. With flexible channel priority, # #   the solver may reach into lower priority channels to fulfill # #   dependencies, rather than raising an unsatisfiable error. With channel # #   priority disabled, package version takes precedence, and the # #   configured priority of channels is used only to break ties. In # #   previous versions of conda, this parameter was configured as either # #   True or False. True is now an alias to 'flexible'. 

默认是flexible，看不少博客推荐strict，可通过如下方式修改：

conda config --set channel_priority strict 

或者直接在.condarc文件中添加：channel_priority: strict

4.5 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 conda search llama-index --channel conda-forge #指定频道搜索 # 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。

8. conda配置代理

.condarc文件中加入代理信息即可

channels:   - defaults show_channel_urls: true  ...   proxy_servers:   http: http://xxx.xx.com:8080   https: https://xxx.xx.com:8080 ssl_verify: false 

注意把http:和https:后面的链接换成你的代理链接和端口号。

9. 常见报错与本地安装

9.1 PackagesNotFoundError

PackagesNotFoundError: The following packages are not available from current channels
两个常见原因：

1. 镜像本身的问题（比如网络问题或者服务问题），解决方法：清华源和阿里源切换着试试
2. 要安装的包不在default频道里，从上面的配置说明可以知道，默认.condarc文件配置，只启用了default频道，如果知道某些包在其他频道，比如tiktoken就在conda-forge频道里，那就要把conda-forge在channels下面启用

channels:   - defaults   - conda-forge 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 

或者不想改配置文件也可以conda命令行里带指定频道：

conda install --channel conda-forge tiktoken 

3. 本地安装
   conda仓库中确实没有这个包，那就只能找到发布包下载到本地安装了。
   可在pypi.org上搜索你要的包，下载到本地，如下图。
   
   这里下载到的通常是gz包（这是给pip install用的），需要转换成bz2包（conda install用的），可以直接用cloudconvert做在线转换，得到要的包：
   

然后按照如下方法操作

1. 下载安装包到 anaconda安装的位置/pkgs/ 下 2. cd 到 anaconda安装的位置/pkgs/ 目录下 3. 使用命令conda install --use-local xxx.tar.bz2 安装本地包。 

实在不行（比如转换文件不可用，或者执行conda install 后没反应等），回到第7节，用pip install解决。

9.2 CondaHTTPError: HTTP 000 CONNECTION FAILED for url

应该是网速的原因，因为下载时间过长，会自动断开，就会提示连接失败，设置延时1000s，如果还是不行的话就设置2000s。

conda config --set remote_read_timeout_secs 1000.0 

或者在.condarc文件中添加

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
conda配置代理
CondaHTTPError: HTTP 000 CONNECTION FAILED for url解决方法