mamba环境管理和安装包的细节(含conda/pip区分)_mamba install

环境管理

别用conda了，可以用mamba。在google搜索mamba或者miniforge，去github下载release安装。它是conda的平替，但是速度快了好多，输出信息也更丰富。

mamba和pip install

可以只用mamba安装包，也可以用mamba切换环境，用pip安装包。pip的成功率高很多，速度也很快，建议还是用pip算了......

当你使用

他俩的区别这个回答写的很好

作者：月踏
链接：https://www.zhihu.com/question/395145313/answer/2449421755
来源：知乎

• conda install xxx：这种方式安装的库都会放在mambaforge/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，而且不是base env，那么xxx会被安装到mambaforge/envs/current_env/lib/python3.x/site-packages文件夹中（base环境会安在mambaforge/Lib/site-packages），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
• 当然，二者都可以指定安装路径

这里引出一个问题：conda和pip安装同一个xxx库情况下，conda环境下python代码中import xxx时，谁安装的xxx优先级较高会被import，这个问题通过下面这条命令可以解决：

python -m site

在我的机器上，会有类似下面输出：

(py3.6) [~/anaconda3/pkgs @ s64]$ python -m site
sys.path = [
    '~/anaconda3/pkgs',
    '~/anaconda3/envs/py3.6/lib/python36.zip',
    '~/anaconda3/envs/py3.6/lib/python3.6',
    '~/anaconda3/envs/py3.6/lib/python3.6/lib-dynload',
    '~/anaconda3/envs/py3.6/lib/python3.6/site-packages',
]
USER_BASE: '~/.local' (exists)
USER_SITE: '~/.local/lib/python3.6/site-packages' (doesn't exist)
ENABLE_USER_SITE: True

这里的USER_BASE 和USER_SITE其实就是用户自定义的启用Python脚本和依赖安装包的基础路径，从上面的输出可以看到，import xxx时，先找的是anaconda3/pkgs目录，所以conda安装的包会被import进来。

作者：HexUp
链接：https://www.zhihu.com/question/395145313/answer/1230725052
来源：知乎
 

pip是用来安装python包的，安装的是python wheel或者源代码的包。从源码安装的时候需要有编译器的支持，pip也不会去支持python语言之外的依赖项。

conda是用来安装conda package，虽然大部分conda包是python的，但它支持了不少非python语言写的依赖项，比如mkl cuda这种c c++写的包。然后，conda安装的都是编译好的二进制包，不需要你自己编译。所以，pip有时候系统环境没有某个编译器可能会失败，conda不会。这导致了conda装东西的体积一般比较大，尤其是mkl这种，动不动几百兆甚至一G多。

安装过程问题

1. opencv从conda安装，vscode代码补全会有bug，用pip就好了

2. clash代理直接开全局，可以用迅雷加速下载 。规则模式迅雷偶尔识别不到。mamba规则和全局代理都ok，但是pip一定要命令行指明代理“--proxy="http://IP:port"，ip在“设置”，port在clash首页

3. 我在用官网命令，从mamba安装cuda 11.7的torch时碰到了大量问题：

 一开始报错“另一个程序正在使用此文件，进程无法访问”，删除之后 nvidia/noarch的源又访问超时，把所有下载的都删除了手动安装之后又卡在了 “Looking for ['pytorch']” 这步。

最后卸载重安mambaforge，然后安装失败的cuda包直接参考这篇文章手动安装，中间所有warning的包一律删除，解决了问题

win10下，conda安装GPU版pytorch最新版本：cuda11.7，遇到的坑 - FSWLY - 博客园

 实际上，conda管这些下载下来用于安装的tar.bz2叫做tarball，当换系统时，把这些难以下载的包复制过去手动用“mamba install --use-local path”也可以 .

4.  卸载了torch，从tar安装之后，报告OSERROR [winerr 126] cannot load "xxx/shm.dll or one of its dependencies"

        如果这个dll真没有，有可能是路径问题，参考这篇博客。

        如果有，那就惨了，依赖缺失。我当时根据网络上对126号错误推荐的办法，用dependence walker 分析了一下shm.dll，发现有几个dll找不到了，其中一个是uv.dll但是别人电脑一样找不到，一样能跑。我就忽略了这个问题。第二天我新建了一个虚拟环境（之前是base），试图用官网命令重安一遍torch，它给出了下列依赖包：

正好这里有个uv！也就是这个uv是从nvidia源下载的。虽然它是B，不是d，但我死马当做活马医 ，去base里更新了它，然后就能用了。泪目！