Conda虛擬環(huán)境的復(fù)制和遷移

在本機(jī)復(fù)制Conda虛擬環(huán)境

conda create --name 新環(huán)境名 --clone 舊環(huán)境名

相同操作系統(tǒng)之間復(fù)制環(huán)境

方法一：requirements.txt

這個(gè)方法不推薦，因?yàn)橹粫?huì)導(dǎo)出你使用pip安裝的依賴(lài)包，不會(huì)導(dǎo)出虛擬環(huán)境所依賴(lài)的包，并不適用于虛擬環(huán)境的遷移的應(yīng)用場(chǎng)景。

事實(shí)上，此方法比較適用于，已經(jīng)明確知道依賴(lài)哪些包，我們只需要package信息的情況，如寫(xiě)項(xiàng)目文檔，告訴別人運(yùn)行我這個(gè)系統(tǒng)必須安裝哪些依賴(lài)包。而忽略虛擬環(huán)境本身的依賴(lài)環(huán)境。

pip freeze > requirements.txt  # 生成requirements.txt
pip install -r requirements.txt  # 從requirements.txt安裝依賴(lài)

方法二 : Environment.yml

跨平臺(tái)和操作系統(tǒng)共享項(xiàng)目環(huán)境也可以使用 -export 選項(xiàng)生成 environment.yml 文件來(lái)完成。

規(guī)范列表和 environment.yml 文件之間的區(qū)別在于 environment.yml 文件不是特定于操作系統(tǒng)的，而是使用 YAML 格式化的。

只列出包名，conda根據(jù)包名搭建環(huán)境。

另一個(gè)區(qū)別是 -export 還包括使用 pip 安裝的包，而 spec 列表不包括。

要導(dǎo)出 environment.yml 文件：

conda env export environment.yml

• 請(qǐng)注意，如果路徑中已有 environment.yml 文件，conda 將覆蓋該文件。

創(chuàng)建環(huán)境：

conda env create -f environment.yml

方法三：Conda Pack

Conda-pack 是一個(gè)命令行工具，用于打包 conda 環(huán)境，其中包括環(huán)境中安裝的包的所有二進(jìn)制文件。此法支持?jǐn)嗑W(wǎng)環(huán)境下使用。Environment.yml 是從python依賴(lài)包各自的存儲(chǔ)庫(kù)中下載包來(lái)創(chuàng)建環(huán)境，缺點(diǎn)當(dāng)然是網(wǎng)速慢、容易下載失敗等等。此法就沒(méi)有這個(gè)問(wèn)題。

請(qǐng)記住，conda-pack 是特定于平臺(tái)和操作系統(tǒng)的，目標(biāo)計(jì)算機(jī)必須具有與源計(jì)算機(jī)相同的平臺(tái)和操作系統(tǒng)。

要安裝 conda-pack，請(qǐng)確保您處于 root 或 base 環(huán)境中，以便它在子環(huán)境中可用。 Conda-pack 可在 conda-forge 或 PyPI 獲得。

conda-forge:

conda install -c conda-forge conda-pack

PyPI:

pip install conda-pack

打包環(huán)境：

# Pack environment my_env into my_env.tar.gz
$ conda pack -n my_env

# Pack environment my_env into out_name.tar.gz
$ conda pack -n my_env -o out_name.tar.gz

# Pack environment located at an explicit path into my_env.tar.gz
$ conda pack -p /explicit/path/to/my_env

復(fù)制環(huán)境到其他電腦上：

# Unpack environment into directory `my_env`
$ mkdir -p my_env
$ tar -xzf my_env.tar.gz -C my_env

# Use Python without activating or fixing the prefixes. Most Python
# libraries will work fine, but things that require prefix cleanups
# will fail.
$ ./my_env/bin/python

# Activate the environment. This adds `my_env/bin` to your path
$ source my_env/bin/activate

# Run Python from in the environment
(my_env) $ python

# Cleanup prefixes from in the active environment.
# Note that this command can also be run without activating the environment
# as long as some version of Python is already installed on the machine.
(my_env) $ conda-unpack

方法四：直接復(fù)制envs目錄下的虛擬環(huán)境文件夾

在斷網(wǎng)環(huán)境下，我們也可以直接從源電腦（以下統(tǒng)稱(chēng)為src電腦）上直接將虛擬環(huán)境整個(gè)復(fù)制到目標(biāo)電腦（以下統(tǒng)稱(chēng)為target電腦）上。

前提是target計(jì)算機(jī)必須具有與src計(jì)算機(jī)相同的平臺(tái)和操作系統(tǒng)。

1、target電腦上安裝相同版本的Anaconda。

2、從src電腦把envs文件夾中需要復(fù)制的虛擬環(huán)境文件夾復(fù)制到target電腦上，位置隨便放。

我們可以通過(guò)以下命令來(lái)查看src電腦上虛擬環(huán)境文件夾的存放路徑：

conda env list

已上圖為例，E:\ProgramData\Anaconda\envs\new_name 就是虛擬環(huán)境new_name的存儲(chǔ)路徑。我們將它直接復(fù)制到target電腦上即可。

3、在target電腦上，進(jìn)入conda命令行，使用如下命令：

conda config --add envs_dirs %復(fù)制到target電腦上的envs路徑%

注意： 這里的路徑是目標(biāo)虛擬環(huán)境文件夾的上級(jí)目錄！

舉個(gè)例子：

我將上圖中的new_name復(fù)制到了target電腦上，并重命名為：env_pybd。路徑為G:\anoconda_envs\env_pybd

那么我應(yīng)該用conda執(zhí)行命令：

conda config --add envs_dirs G:\anoconda_envs\

運(yùn)行成功后，會(huì)往 C:\user%當(dāng)前用戶(hù)名%\.condarc 里面添加一條envs_dirs記錄，如下圖所示：

再運(yùn)行

conda env list

就可以看到，我們已經(jīng)復(fù)制成功了：

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論