conda

L’environnement conda permet d’installer efficacement des environnements virtuels python

Article mis en ligne le 25 février 2021
dernière modification le 1er avril 2021

conda permet de créer et gérer des environnements virtuels Python, et donc d’installer des versions spécifiques de certaines applications ou bibliothèques python

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

Vérifier quels sont les environnements disponibles

Le caractère ’*’ montre quel est votre environnement courant

Activer un environnement

Vérifier les paquets installés dans l’environnement courant

Rechercher un paquet à installer

Créer un nouvel environnement

...pour installer une autre application, et l’activer :

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 plutôt que de créer un environnement à partir de rien. D’où le switch --clone base

A ce stade, mon_environnement est une coquille vide : la suite montre comment la remplir

Rechercher un paquet à installer

Installer des paquets dans l’environnement courant

Ici j’installe une vieille version de numpy :

On voit qu’une vieille version de python a été installée avec...

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.

Cloner un environnement

Si vous voulez travailler dans un environnement personnalisé qui soit basé sur un environnement existant, vous pouvez commencer par le cloner (c’est-à-dire le copier) :

Ainsi, je vais reprendre mon_environnement mais y installer une version plus récente de numpy. Pour commencer je vais cloner mon_environnement (clonage) et activer le nouvel environnement :

Il ne se passe (presque) rien : conda fait des liens durs afin de "copier" l’environnement sans utiliser trop d’espace disque.

Maintenant j’active le nouvel environnement et j’installe numpy1.11.3 :

J’ai maintenant à ma disposition deux environnements, avec deux versions différentes de numpy : je peux décider quelle version je veux conserver !

Faire le ménage dans ses environnements

Si les tests ci-dessus ne sont pas concluants, je n’ai pas abîmé mon ancien environnement : je n’ai plus qu’à supprimer le nouvel environnement, qui n’a pas fait ses preuves :

...Et si les tests sont concluants et que je n’ai plus besoin de mon_environnement, c’est lui que je supprimerai pour 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