之前用的 miniconda，近期看到了 mamba 这个项目，看了下官网，有个 micromamba 的基于 C++ 开发的，性能会更好一些。

micromamba is a fully statically-linked, self-contained, executable. This means that the base environment is completely empty. The configuration for micromamba is slightly different, namely all environments and cache will be created by default under the MAMBA_ROOT_PREFIX environment variable. There is also no pre-configured .condarc/.mambarc shipped with micromamba (they are however still read if present).

micromamba 的特点:

使用多线程下载 repository data 和 packages（最新的 conda 也支持多线程了）;
mamba 使用 libsolv 加速解决依赖关系；
mamba 的核心部分通过 C++ 实现，以获得最大执行效率；
mamba 可与 conda 完美兼容；

homebrew 方式安装#

1
brew install micormamba

linux 安装#

1
"${SHELL}" <(curl -L micro.mamba.pm/install.sh)

初始化配置#

1
mkdir -p ~/micromamba
2

3
# 与 zsh 集成
4
micromamba shell init -s zsh -p ~/micromamba
5

6
source ~/.zshrc

配置清华源#

1
cat >> ~/.condarc << EOF
2
channels:
3
  - defaults
4
show_channel_urls: true
5
default_channels:
6
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
7
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
8
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
9
custom_channels:
10
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
11
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
12
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
13
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
14
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
15
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
16
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
17
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/
18
EOF
19

20
# 清除索引缓存
21
micromamba clean -i
22

23
# 和conda不一样，使用 micromamba 必须手动设置channels
24
micromamba config prepend channels conda-forge

micromamba 可以识别 conda 的配置文件 micromamba 的配置优先级为 API >> CLI >> ENV >> RC 多个 RC 配置文件的读取顺序如下，越晚读到的配置优先级越高

1
// on_unix
2
{
3
"/etc/conda/.condarc",
4
"/etc/conda/condarc",
5
"/etc/conda/condarc.d/",
6
"/etc/conda/.mambarc",
7
"/var/lib/conda/.condarc",
8
"/var/lib/conda/condarc",
9
"/var/lib/conda/condarc.d/",
10
"/var/lib/conda/.mambarc"
11
}
12
// on_win
13
{
14
"C:\\ProgramData\\conda\\.condarc",
15
"C:\\ProgramData\\conda\\condarc",
16
"C:\\ProgramData\\conda\\condarc.d",
17
"C:\\ProgramData\\conda\\.mambarc"
18
}
19

20
{ root_prefix }/.condarc
21
{ root_prefix }/condarc
22
{ root_prefix }/condarc.d
23
{ root_prefix }/.mambarc
24
~/.conda/.condarc
25
~/.conda/condarc
26
~/.conda/condarc.d
27
~/.condarc
28
~/.mambarc
29
{ target_prefix }/.condarc
30
{ target_prefix }/condarc
31
{ target_prefix }/condarc.d
32
{ target_prefix }/.mambarc
33
$CONDARC,
34
$MAMBARC;

使用 micromamba#

操作命令示例

1
micromamba create --name <env_name>
2
micromamba activate <env_name>
3
micromamba install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

1
# 创建新环境
2
micromamba create -n [email protected] python=3.12
3
# 激活环境
4
micromamba activate [email protected]
5
# 取消激活环境
6
micromamba deactivate
7
# 删除环境
8
micromamba env remove -n [email protected]

安装 pandas 测试

1
micromamba install pandas

vscode集成配置#

在安装的时候，如果没有修改默认的设置，则mamba的路径应该在~/micromamba

打开VSCode的设置，添加下面的设置：

python.venvFolders这一项，添加mamba的目录名，即micromamba
image 47
python.venvPath这一项，添加mamba虚拟环境的目录，即~/micromamba/envs
image 48
Python:select interceptor选择指定解释器
image 49

homebrew 方式安装#

linux 安装#

初始化配置#

配置清华源#

使用 micromamba#

vscode集成配置#

📎 参考文章#

文章分享

micromamba 工作环境配置

homebrew 方式安装#

linux 安装#

初始化配置#

配置清华源#

使用 micromamba#

vscode集成配置#

📎 参考文章#

文章分享