conda环境下更改虚拟环境安装路径

1 引言

在Anaconda中如果没有指定路径,虚拟环境会默认安装在anaconda所安装的目录下,但如果默认环境的磁盘空间不足，无法满足大量安装虚拟环境的需求，此时我们需要更改虚拟环境的安装路径，有以下两种方案：

  • 方案1： 每次创建虚拟环境时手动指定存放路径

  • 方案2：修改Anaconda默认的虚拟环境存放路径

本文将介绍conda环境下更改虚拟环境安装路径的方法。

2 更改虚拟环境安装路径

2.1 查看所有虚拟环境及其路径

conda env list

执行命令后，显示出当前系统所有的虚拟环境

# conda environments:
#                                                     
base                     C:\ProgramData\anaconda3     
pt                    *  C:\Users\Admin\.conda\envs\pt

2.2 查看虚拟环境默认位置

conda config --show

执行命令后，显示如下：

add_anaconda_token: True
add_pip_as_python_dependency: True
aggressive_update_packages:- ca-certificates- certifi- openssl
allow_conda_downgrades: False
allow_cycles: True
allow_non_channel_urls: False
allow_softlinks: False
allowlist_channels: []
always_copy: False
always_softlink: False
always_yes: None
anaconda_anon_usage: True
anaconda_upload: None
auto_activate_base: True
auto_stack: 0
auto_update_conda: True
bld_path:
changeps1: True
channel_alias: https://conda.anaconda.org
channel_priority: flexible
channel_settings: []
channels:- http://mirrors.aliyun.com/anaconda/pkgs/main- defaults
client_ssl_cert: None
client_ssl_cert_key: None
clobber: False
conda_build: {}
create_default_packages: []
croot: C:\Users\Admin\conda-bld
custom_channels:pkgs/main: https://repo.anaconda.compkgs/r: https://repo.anaconda.compkgs/msys2: https://repo.anaconda.compkgs/pro: https://repo.anaconda.com
custom_multichannels:defaults:- https://repo.anaconda.com/pkgs/main- https://repo.anaconda.com/pkgs/r- https://repo.anaconda.com/pkgs/msys2local:
debug: False
default_channels:- https://repo.anaconda.com/pkgs/main- https://repo.anaconda.com/pkgs/r- https://repo.anaconda.com/pkgs/msys2
default_python: 3.11
default_threads: None
deps_modifier: not_set
dev: False
disallowed_packages: []
download_only: False
dry_run: False
enable_private_envs: False
env_prompt: ({default_env})
envs_dirs:- C:\Users\Admin\.conda\envs- C:\ProgramData\anaconda3\envs- C:\Users\Admin\AppData\Local\conda\conda\envs
error_upload_url: https://conda.io/conda-post/unexpected-error
execute_threads: 1
experimental: []
extra_safety_checks: False
fetch_threads: 5
force: False
force_32bit: False
force_reinstall: False
force_remove: False
ignore_pinned: False
json: False
local_repodata_ttl: 1
migrated_channel_aliases: []
migrated_custom_channels: {}
no_plugins: False
non_admin_enabled: True
notify_outdated_conda: True
number_channel_notices: 5
offline: False
override_channels_enabled: True
path_conflict: clobber
pinned_packages: []
pip_interop_enabled: False
pkgs_dirs:- C:\ProgramData\anaconda3\pkgs- C:\Users\Admin\.conda\pkgs- C:\Users\Admin\AppData\Local\conda\conda\pkgs
proxy_servers: {}
quiet: False
remote_backoff_factor: 1
remote_connect_timeout_secs: 9.15
remote_max_retries: 3
remote_read_timeout_secs: 60.0
repodata_fns:- current_repodata.json- repodata.json
repodata_threads: None
report_errors: None
restore_free_channel: False
rollback_enabled: True
root_prefix: C:\ProgramData\anaconda3
safety_checks: warn
sat_solver: pycosat
unsatisfiable_hints_check_depth: 2
update_modifier: update_specs
use_index_cache: False
use_local: False
use_only_tar_bz2: False
verbosity: 0
verify_threads: 1
(pt) PS D:\code\cv> conda env list
# conda environments:
#                                                     
base                     C:\ProgramData\anaconda3     
pt                    *  C:\Users\Admin\.conda\envs\pt(pt) PS D:\code\cv> conda config --show
add_anaconda_token: True          
add_pip_as_python_dependency: True
aggressive_update_packages:       - ca-certificates               - certifi                       - openssl                       
allow_conda_downgrades: False     
allow_cycles: True                
allow_non_channel_urls: False
allow_softlinks: False
allowlist_channels: []
always_copy: False
always_softlink: False
always_yes: None
anaconda_anon_usage: True
anaconda_upload: None
auto_activate_base: True
auto_stack: 0
auto_update_conda: True
bld_path:
changeps1: True
channel_alias: https://conda.anaconda.org
channel_priority: flexible
channel_settings: []
channels:- http://mirrors.aliyun.com/anaconda/pkgs/main- defaults
client_ssl_cert: None
client_ssl_cert_key: None
clobber: False
conda_build: {}
create_default_packages: []
croot: C:\Users\Admin\conda-bld
custom_channels:pkgs/main: https://repo.anaconda.compkgs/r: https://repo.anaconda.compkgs/msys2: https://repo.anaconda.compkgs/pro: https://repo.anaconda.com
custom_multichannels:defaults:- https://repo.anaconda.com/pkgs/main- https://repo.anaconda.com/pkgs/r- https://repo.anaconda.com/pkgs/msys2local:
debug: False
default_channels:- https://repo.anaconda.com/pkgs/main- https://repo.anaconda.com/pkgs/r- https://repo.anaconda.com/pkgs/msys2
default_python: 3.11
default_threads: None
deps_modifier: not_set
dev: False
disallowed_packages: []
download_only: False
dry_run: False
enable_private_envs: False
env_prompt: ({default_env})
envs_dirs:- C:\Users\Admin\.conda\envs- C:\ProgramData\anaconda3\envs- C:\Users\Admin\AppData\Local\conda\conda\envs
error_upload_url: https://conda.io/conda-post/unexpected-error
execute_threads: 1
experimental: []
extra_safety_checks: False
fetch_threads: 5
force: False
force_32bit: False
force_reinstall: False
force_remove: False
ignore_pinned: False
json: False
local_repodata_ttl: 1
migrated_channel_aliases: []
migrated_custom_channels: {}
no_plugins: False
non_admin_enabled: True
notify_outdated_conda: True
number_channel_notices: 5
offline: False
override_channels_enabled: True
path_conflict: clobber
pinned_packages: []
pip_interop_enabled: False
pkgs_dirs:- C:\ProgramData\anaconda3\pkgs- C:\Users\Admin\.conda\pkgs- C:\Users\Admin\AppData\Local\conda\conda\pkgs
proxy_servers: {}
quiet: False
remote_backoff_factor: 1
remote_connect_timeout_secs: 9.15
remote_max_retries: 3
remote_read_timeout_secs: 60.0
repodata_fns:- current_repodata.json- repodata.json
repodata_threads: None
report_errors: None
restore_free_channel: False
rollback_enabled: True
root_prefix: C:\ProgramData\anaconda3
safety_checks: warn
sat_solver: pycosat
separate_format_cache: False
shortcuts: True
show_channel_urls: True
signing_metadata_url_base: None
solver: classic
solver_ignore_timestamps: False
ssl_verify: True
subdir: win-64
subdirs:- win-64- noarch
target_prefix_override:
track_features: []
unsatisfiable_hints: True
unsatisfiable_hints_check_depth: 2
update_modifier: update_specs
use_index_cache: False
use_local: False
use_only_tar_bz2: False
verbosity: 0
verify_threads: 1

在输出的内容中找到envs_dirs，这里显示的有三个路径，第一个就是虚拟环境默认的安装路径。

envs_dirs:- C:\Users\Admin\.conda\envs- C:\ProgramData\anaconda3\envs- C:\Users\Admin\AppData\Local\conda\conda\envs

2.3 添加环境路径

在D盘根目录下创建.conda文件夹，通过命令将此路径添加到虚拟环境默认安装路径

conda config --add envs_dirs D:/.conda

添加完成后，再次查看

envs_dirs:- D:\.conda- C:\Users\Admin\.conda\envs- C:\ProgramData\anaconda3\envs- C:\Users\Admin\AppData\Local\conda\conda\envs

D:\.conda已经成为默认安装路径（第一个安装路径）

注意：如果D:\.conda在路径中已经存在，但不是排在第一个，执行命令后，D:\.conda路径会变成第一个位置，即成为默认安装路径。

2.4 创建虚拟环境

conda create -n wav2lip pyton==3.9

执行命令后，虚拟环境已经安装到D:\.conda目录下

 3 conda环境介绍

Conda是一个开源的包管理器和环境管理系统，用于安装、运行和更新包和其依赖项。它是由Anaconda, Inc.（以前称为Continuum Analytics）创建，用于支持Python程序开发，但它也可以用来管理来自其他语言的包。Conda使得包管理和环境隔离变得简单，对于处理多个项目中的依赖关系和版本控制尤其有用。

7fe216bee95143b88dd373480ba452ee.webp

Conda是一个强大的工具，对于管理复杂的Python项目和环境至关重要。它简化了包管理和环境设置，使得Python开发更加容易和高效。通过使用Conda，开发者可以确保他们的项目在不同机器和操作系统上都能以相同的方式运行，大大提高了项目的可移植性和可复现性。

3.1 Conda的核心功能

  • 包管理：Conda作为包管理器，可以安装、更新和移除Python包。它通过Conda仓库，如Anaconda Cloud或Conda Forge，来获取包。

  • 环境管理：Conda允许用户创建隔离的环境，以便于不同项目可以拥有不同的库和/或Python版本。这在处理不兼容的依赖项或不同项目的需求时非常有用。

  • 跨平台：Conda支持Linux、OS X和Windows，并允许创建跨平台的Python环境。

  • 开源：Conda是开源的，允许用户查看源代码并对其进行改进。

3.2 使用Conda的优势

  • 解决依赖性问题：Conda可以自动解决包之间的依赖关系，简化了安装过程。

  • 环境隔离：创建独立的环境可以避免包之间的版本冲突，使得项目更稳定。

  • 易于使用：Conda的命令行界面简单直观，易于学习和使用。

  • 广泛的包支持：Conda支持Python的许多流行库和应用程序。

  • 社区支持：作为一个流行的工具，Conda拥有一个活跃的社区，用户可以从中找到支持和资源。

3.3 Conda环境的创建和管理

  • 创建新环境：使用conda create命令创建一个新环境，可以指定Python版本和所需的包。

  • 激活环境：使用conda activate命令来激活环境。

  • 安装包：在激活的环境中使用conda install命令来安装新的包。

  • 环境列表：使用conda env list来查看所有可用的Conda环境。

  • 移除环境：使用conda env remove命令来移除不再需要的环境。

3.4 应用场景

  • 数据科学和机器学习：Conda非常适合于数据科学和机器学习项目，这些项目通常需要多个库和框架。

  • 软件开发：软件开发者使用Conda来管理项目依赖，确保一致的开发环境。

  • 教学和学术研究：教师和研究人员使用Conda来创建具有特定库和工具的环境，用于教学和研究。

3.5 常用命令

Conda 是一个开源的包管理器和环境管理器，广泛用于管理Python环境和包。以下是一些常用的 Conda 命令：

  • 安装 Conda 包:

    • conda install [package-name]: 安装指定的包。

  • 创建和管理环境:

    • conda create --name [env-name]: 创建一个新的环境。
    • conda activate [env-name]: 激活指定环境。
    • conda deactivate: 退出当前环境。
    • conda env list: 列出所有可用的环境。

  • 管理包:

    • conda list: 在当前环境中列出所有已安装的包。
    • conda update [package-name]: 更新指定的包。
    • conda remove [package-name]: 移除指定的包。

  • 搜索包:

    • conda search [package-name]: 搜索可用的包版本。

  • 环境导出和导入:

    • conda env export > environment.yml: 导出当前环境的配置到一个YAML文件。
    • conda env create -f environment.yml: 使用YAML文件创建一个新环境。

  • 更新 Conda:

    • conda update conda: 更新 Conda 到最新版本。

  • 查看 Conda 信息:

    • conda info: 显示关于 Conda 的信息。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/240166.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Linux--编写系统服务脚本

Linux--编写系统服务脚本

编写一个名为myprog的系统服务脚本，通过位置变量s1指定的start、stop、restart、status控制参数，分别用来启动、停止、重启sleep进程，以及查看sleep进程的状态。其中，命令sleep用来暂停指定秒数的时间，这里仅用做测试&…
阅读更多...
【数据结构和算法】---栈和队列的互相实现

【数据结构和算法】---栈和队列的互相实现

目录 一、用栈实现队列1.1初始化队列1.2模拟入队列1.3模拟出队列1.4取模拟的队列头元素1.5判断队列是否为空 二、用队列实现栈2.1初始化栈2.2模拟出栈2.3模拟入栈2.4取模拟的栈顶元素2.5判读栈是否为空 一、用栈实现队列 具体题目可以参考LeetCode232. 用栈实现队列 首先要想到…
阅读更多...
SpringMVC：整合 SSM 下篇

SpringMVC：整合 SSM 下篇

文章目录 SpringMVC - 05整合 SSM 下篇一、设计页面1. 首页：index.jsp2. 展示书页面：showBooks.jsp3. 增加书页面：addBook.jsp4. 修改书页面：updateBook.jsp5. 总结 二、控制层1. 查询全部书2. 增加书3. 修改书4. 删除书5. 搜索书…
阅读更多...
SpringMVC系列之技术点定向爆破二

SpringMVC系列之技术点定向爆破二

SpringMVC的运行流程 客户端发送请求 tomcat接收对应的请求 SpringMVC的核心调度器DispatcherServlet接收到所有请求 请求地址与RequestMapping注解进行匹配，定位到具体的类和具体的处理方法（封装在Handler中） 核心调度器找到Handler后交…
阅读更多...
成功案例分享：物业管理小程序如何助力打造智慧社区

成功案例分享：物业管理小程序如何助力打造智慧社区

随着科技的进步和互联网的普及，数字化转型已经渗透到各个行业，包括物业管理。借助小程序这一轻量级应用，物业管理可以实现线上线下服务的无缝对接，提升服务质量，优化用户体验。本文将详细介绍如何通过乔拓云网设计小程…
阅读更多...
LeetCode刷题--- 目标和

LeetCode刷题--- 目标和

个人主页：元清加油_【C】,【C语言】,【数据结构与算法】-CSDN博客 个人专栏 力扣递归算法题 http://t.csdnimg.cn/yUl2I 【C】 http://t.csdnimg.cn/6AbpV 数据结构与算法 http://t.csdnimg.cn/hKh2l 前言：这个专栏主要讲述递归递归、搜…
阅读更多...
基于SSM的剧本杀预约系统（有报告）。Javaee项目。ssm项目。

基于SSM的剧本杀预约系统（有报告）。Javaee项目。ssm项目。

演示视频： 基于SSM的剧本杀预约系统（有报告）。Javaee项目。ssm项目。 项目介绍： 采用M（model）V（view）C（controller）三层体系结构，通过Spring Sp…
阅读更多...
easyrecovery数据恢复软件15安装下载免注册版本下载

easyrecovery数据恢复软件15安装下载免注册版本下载

说起数据恢复软件，相信没有小伙伴不知道easyrecovery这个软件吧，该软件具有快捷、高效、便捷的特点，且提供的功能也非常全面，不仅可以恢复各样被删除的文件、视频、图片等，还可以支持SD卡数据恢复，TF卡等各…
阅读更多...
系列一、MQ简介

系列一、MQ简介

一、MQ简介 1.1、概述 MQ（Message Queue），是一种提供消息队列服务的中间件，也称为消息中间件，是一套提供了消息（消息即数据，一般消息的体量不会很大）生产、存储、消费全过程的API软…
阅读更多...
第11章 GUI Page421~422 步骤六 支持文字

第11章 GUI Page421~422 步骤六 支持文字

运行效果： 关键代码： 新增头文件： //item_text.hpp #ifndef ITEM_TEXT_HPP_INCLUDED #define ITEM_TEXT_HPP_INCLUDED #include "item_i.hpp"class TextItem : public IItem { public:TextItem(): _startPosition(0, 0), _endPos…
阅读更多...
【华为鸿蒙系统学习】- 如何利用鸿蒙系统进行App项目开发|自学篇

【华为鸿蒙系统学习】- 如何利用鸿蒙系统进行App项目开发|自学篇

🌈个人主页: Aileen_0v0 🔥热门专栏: 华为鸿蒙系统学习|计算机网络|数据结构与算法 💫个人格言:"没有罗马,那就自己创造罗马~" 目录 创建鸿蒙第一个App项目 项目创建 工程目录区 预览区 运行Hello World 基本工程目录 ws:工…
阅读更多...
关于“Python”的核心知识点整理大全36

关于“Python”的核心知识点整理大全36

目录 13.4.4 向下移动外星人群并改变移动方向 game_functions.py alien_invasion.py 13.5 射杀外星人 13.5.1 检测子弹与外星人的碰撞 game_functions.py alien_invasion.py 13.5.2 为测试创建大子弹 13.5.3 生成新的外星人群 game_functions.py alien_invasion.py …
阅读更多...
Zookeeper-应用实战

Zookeeper-应用实战

Zookeeper Java客户端实战 ZooKeeper应用的开发主要通过Java客户端API去连接和操作ZooKeeper集群。 ZooKeeper官方的Java客户端API。 第三方的Java客户端API，比如Curator。 ZooKeeper官方的客户端API提供了基本的操作:创建会话、创建节点、读取节点、更新数据、…
阅读更多...
7ADC模数转换器

7ADC模数转换器

一.模数转换原理 ADC模拟-数字转换器可以将引脚上连续变化的模拟电压转换成内存中存储的数字变量，建立模拟电路到数字电路的桥梁。另外一种是DAC既是与前面相反，如PWM波，由于PWM电路简单且没有额外的功率损耗，更适用于惯性系统的…
阅读更多...
损失函数，代价函数，梯度，优化器，学习率，学习率调度器

损失函数，代价函数，梯度，优化器，学习率，学习率调度器

这些是机器学习中的概念。把这些概念迁移到CV领域要进行一定的抽象。 首先损失，损失是一组参数拟合出来的样本的预测值和样本的真实值之间的差异，损失是用来度量这种差异的，根据不同的拟合权重参数全局有一个对应的损失值，损失后…
阅读更多...
随机问卷调查数据的处理（uniapp）

随机问卷调查数据的处理（uniapp）

需求：问卷调查 1.返回的数据中包含单选、多选、多项文本框、单文本框、图片上传 2.需要对必填的选项进行校验 3.非必填的多项文本框内容 如果不填写 不提交 表单数据格式 res{"code": 0,"msg": null,"data": [{"executeDay&…
阅读更多...
两个图片完美融合 泊松编辑

两个图片完美融合 泊松编辑

一、效果惊人 二、步骤 下载安装 https://github.com/Trinkle23897/Fast-Poisson-Image-Editing.git 执行 test 目录下的 python data.py下载数据 执行测试，可以看到效果了 $ fpie -s test1_src.jpg -m test1_mask.jpg -t test1_tgt.jpg -o result1.jpg -h1 -…
阅读更多...
JNI学习(二)

JNI学习(二)

静态注册 接着上篇博客学习 JNI函数 JNIEXPORT void JNICALL Java_com_example_jnidemo_TextDemo_setText(JNIEnv *env, jobject this, jstring string){ __android_log_print(ANDROID_LOG_ERROR, "test", "invoke set from C\n");char* str (char*)(*e…
阅读更多...
【Unity】入门

【Unity】入门

文章目录 概述常用组件各类文件基础知识创建工程工程目录介绍五个窗口面板创建代码和场景 脚本与编程鼠标的输入键盘的输入代码来操作组件获取物体API资源的使用API定时调用与线程向量的基本运算预制体与实例 物理系统与组件案例实操作快捷键来源 Unity已广泛运用到各个领域&am…
阅读更多...
如何在Windows上搭建WebDAV服务并通过内网穿透实现公网访问

如何在Windows上搭建WebDAV服务并通过内网穿透实现公网访问

文章目录 前言1. 安装IIS必要WebDav组件2. 客户端测试3. 使用cpolar内网穿透，将WebDav服务暴露在公网3.1 安装cpolar内网穿透3.2 配置WebDav公网访问地址 4. 映射本地盘符访问 前言 在Windows上如何搭建WebDav，并且结合cpolar的内网穿透工具实现在公网访…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023