Dans cette page :
- Conda ou miniconda ?
- Charger l’environnement
- Vérifier quels sont les environnements disponibles
- Activer un environnement
- Vérifier les paquets installés dans l’environnement courant
- Rechercher un paquet à installer
- Installer des paquets dans l’environnement courant
- Installer un paquet avec pip
- Créer ou cloner un nouvel environnement
- Faire le ménage dans ses environnements
- Faire le ménage dans ses paquets
- Conda ou miniconda ?
- Charger l’environnement
- Vérifier quels sont les environnements disponibles
- Activer un environnement
- Vérifier les paquets installés dans l’environnement courant
- Rechercher un paquet à installer
- Installer des paquets dans l’environnement courant
- Installer un paquet avec pip
- Créer ou cloner un nouvel environnement
- Faire le ménage dans ses environnements
- Faire le ménage dans ses paquets
Conda ou miniconda ?
conda est un gestionnaire d’environnements appelé miniconda et un ensemble de paquets utiles pour les applications scientifiques. Nous avons fait le choix d’installer miniconda seul, et de définir plusieurs environnements"types" que vous pourrez utiliser en fonction de votre projet.
Si ces environnements ne vous conviennent pas, nous expliquons ici comment construire votre propre environnement
Charger l’environnement
module purge
module load conda/22.11.1
Vérifier quels sont les environnements disponibles
conda env list
# conda environments:
#
base /usr/local/miniconda/22.11.1
python-3.10.9 /usr/local/miniconda/22.11.1/envs/python-3.10.9
python-tools-3.10.9 /usr/local/miniconda/22.11.1/envs/python-tools-3.10.9
Le caractère ’*’ montre quel est votre environnement courant
Activer un environnement
conda activate python-3.10.9
(python-3.10.9) [toto@turpanlogin1 ~]$
Vérifier les paquets installés dans l’environnement courant
(python-tools-3.10.9) [toto@turpanlogin1 ~]$ conda list
# packages in environment at /usr/local/miniconda/22.11.1/envs/python-tools-3.10.9: # # Name Version Build Channel _libgcc_mutex 0.1 main _openmp_mutex 5.1 51_gnu anyio 3.5.0 py310hd43f75c_0 argon2-cffi 21.3.0 pyhd3eb1b0_0 argon2-cffi-bindings 21.2.0 py310h2f4d8fa_0 [...]
Rechercher un paquet à installer
(python-tools-3.10.9) [toto@turpanlogin1 ~]$ conda search tensorflow
Loading channels: done # Name Version Build Channel tensorflow 2.5.0 eigen_py37h1457a7e_0 pkgs/main tensorflow 2.5.0 eigen_py38h761523d_0 pkgs/main tensorflow 2.5.0 eigen_py39hf3b6bb3_0 pkgs/main
Installer des paquets dans l’environnement courant
Pour installer une version spécifique de numpy :
(python-tools-3.10.9) [toto@turpanlogin1 ~]$ conda install numpy=1.22
Collecting package metadata (current_repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Collecting package metadata (repodata.json): done
Solving environment: done
==> WARNING: A newer version of conda exists. <==
current version: 22.11.1
latest version: 23.1.0
Please update conda by running
$ conda update -n base -c defaults conda
Or to minimize the number of packages updated during conda update use
conda install conda=23.1.0
## Package Plan ##
environment location: /usr/local/miniconda/22.11.1/envs/python-tools-3.10.9
added / updated specs:
- numpy=1.22
The following packages will be downloaded:
package | build
---------------------------|-----------------
numpy-1.22.3 | py310h983bb6b_0 10 KB
numpy-base-1.22.3 | py310he6496e5_0 11.0 MB
------------------------------------------------------------
Total: 11.0 MB
The following packages will be DOWNGRADED:
numpy 1.23.5-py310hce24898_0 --> 1.22.3-py310h983bb6b_0
numpy-base 1.23.5-py310h5f09236_0 --> 1.22.3-py310he6496e5_0
[...]
Installer un paquet avec pip
Certains logiciels s’installent avec pip et pas avec Conda. Il est tout-à-fait possible d’utiliser pip dans un environnement conda, mais nous vous recommandons de commencer par lire cette documentation (en anglais), qui explique les précautions à prendre.
Créer ou cloner un nouvel environnement
Pour installer un environnement spécifique à partir d'un environnement existant :
(python-tools-3.10.9) [toto@turpanlogin1 ~]$ conda create -n mon_environnement --clone python-tools-3.10.9
Source: /usr/local/miniconda/22.11.1/envs/python-tools-3.10.9 Destination: /usr/local/miniconda/22.11.1/envs/mon_environnement Packages: 152 Files: 0 Downloading and Extracting Packages Downloading and Extracting Packages Preparing transaction: done Verifying transaction: done Executing transaction: done # # To activate this environment, use # # $ conda activate mon_environnement # # To deactivate an active environment, use # # $ conda deactivate
Activer ce nouvel environnement :
(python-tools-3.10.9) [sysinst@turpanlogin1 ~]$ conda activate mon_environnement
NOTE : Afin que tout se passe bien, et notamment l’utilisation ultérieure de pip dans votre environnement, il est préférable de cloner l’environnement base, par exemple plutôt que de créer un environnement à partir de rien avec le switch --clone base
Pour installer un nouveau paquet dans cet environnement :
(mon_environnement) [toto@turpanlogin1 ~]$ conda install mon_paquet
Faire le ménage dans ses environnements
Pour supprimer un de mes environnements dont je n'ai plus besoin :
(mon_environnement) [sysinst@turpanlogin1 ~]$ conda deactivate (python-tools-3.10.9) [sysinst@turpanlogin1 ~]$ conda env remove -n mon_environnement
Remove all packages in environment /usr/local/miniconda/22.11.1/envs/mon_environnement:
(python-tools-3.10.9) [sysinst@turpanlogin1 ~]$
Supprimer les environnements inutiles permet d'économiser l’espace disque.
Faire le ménage dans ses paquets
Toutes ces manipulations vont remplir votre home, en particulier vous vous retrouverez avec un grand nombre de fichiers .tgz qui ne servent plus à rien une fois les paquets installés. C’est ce qu’on appelle le cache. Par prudence, commencez par une commande qui ne fera rien d’autre que de vous dire ce qui sera nettoyé :
conda clean -a --dry-run
Si vous souhaitez garder des tgz (pour pouvoir reproduire votre installation ailleurs par exemple), c’est le moment de les mettre en lieu sûr ! Et quand vous êtes prêts :
conda clean -a
Si certains paquets ont été installés avec la commande pip, vous pouvez utiliser ces commandes pour supprimer les fichiers temporaires mis en cache lors de l'installation :
- Localiser le répertoire contenant le cache :
pip cache dir - Purger les fichiers du cache :
pip cache purge