再见conda，你好Mamba_mamba和conda

如果你平日使用conda下载Python package、构建环境，明明设置了国内源，依旧很慢，很慢，很慢，

是不是很抓狂，有过类似经历，文末点个赞或在看。本期介绍一个高效Python包管理器Mamba：

• 使用多线程下载repository data和packages；

• Mamba使用libsolv加速解决依赖关系 (减少上面图中Solving environment:转圈圈的时间)；

• Mamba的核心部分是通过C++实现，以获得最大执行效率；

• 最重要的是Mamba可与conda完美兼容 (将conda执行命令中的conda换做mamba即可)。

---

mamba安装

直接用conda安装，下面一行解决，

 conda install mamba -n base -c conda-forge

如果没配置conda，可以参照之前的文章简单配置一下：

• 详解Python CONDA

• 利用Anaconda在Windows及Linux下搭建Python环境

简单比较一下mamba与conda使用区别，

左边是conda，右边是mamba，几乎完全一样，所以用过conda，mamba几乎不用学习就可使用。

---

mamba安装Python包

#以plotnine安装为例
mamba install plotnine  #完美替代龟速的conda install plotnine

3.00 MB/s还是比较喜人的，毕竟conda经常几kb/s！

---

mamba创建Python环境

mamba create --name python3.5 python=3.5 #完美替代conda

出现以上界面，构建成功，这里注意⚠️，环境的激活和退出只能使用conda activate和conda deactivate

conda activate python3.5 #激活python3.5环境
conda deactivate #退出python3.5环境

以上简单介绍mamba，进一步学习：https://github.com/mamba-org/mamba