دفتر یادداشتی از آنچه می اندیشم، می خوانم و یاد می گیرم، به اشتراک می گذارم.

miniconda نسخه سبک تر و به اصطلاح unbloated شده anaconda است. 

اما من خودم بعد از اینکه دیدم ananconda خیلی سنگین شده تصمیم گرفتم از miniconda استفاده کنم. در ادامه نحوه ایجاد محیط و سپس نصب پایتون و پکیج در conda را می بینیم.

پکیج ها از دو ریپازیتوری دانلود می شوند:

- Ananconda repository و Ananaconda cloud

- PyPI

اما در نهایت تمام محیط ها و پکیج ها در مسیر \Miniconda3 و در پوشه های envs (برای محیط ها) و Lib\site-packages قرار می گیرند. 

بعد از این که miniconda را دانلود و نصب کردیم anaconda prompt را اجرا می کنیم. در اولین اجرا همواره محیط base قرار دارد و برای ایجاد محیط های دیگر با پکیج های موردنظر دستورات زیر را باید بزنیم.

ایجاد یک محیط برای توسعه به زبان پایتون:

% conda  create  --name    python                           #-n  instead of  --name

نکته: نامی که برای محیط درنظر گرفته اید.

نکته: نسخه پایتون مطابق با نسخه shell جاری prompt نصب می شود. برای تعیین نسخه می توانیم به شکل python=3.7 به طور مثال بنویسیم.

اگر بخواهیم همزمان با نصب پایتون پکیج هایی را نیز نصب کنیم به طور مثال numpy, requests, pandas, matplotlib, sklearn و نسخه 2.0.1 tensorflow:

% conda  create  -n    python  numpy  requests  pandas  matplotlib  sklearn  tensorflow=2.0.1  

نکته: conda هنگام نصب هر پکیج dependency های آن را نیز نصب می کند، پس جای نگرانی نیست.

سپس موقع فعال کردن محیط است: 

% conda activate

برای دیدن لیست محیط های موجود در conda :

% conda  env  list

در venv هنگام ایجاد محیط باید بگوییم که در کجا (کدام مسیر) قرار بگیرد. به طور مثال:

python3 -m  venv  /path/to/new/environment

اما محیط های ایجاد شده توسط conda به طور پیش فرض در پوشه envs که گفتیم قرار میگیرد. اما اینکه خودمان بگوییم در کدام مسیر ایجاد شود مزیت هایی نیز دارد. برای این کار می توانیم از prefix-- استفاده کنیم:

% conda  create  --prefix  /path/to/new/environment/

در این حالت دو نکته هست:

- conda توسط name-- محیط را پیدا نمی کند و برای دستورات دیگر باید از prefix-- به جای name-- و مسیر کامل آن استفاده کنیم. 

- در ananconda prompt نام محیط را به همراه مسیر کامل آن می بینیم.

در پست بعدی یک نوع ایجاد محیط به صورت کامل را می خوانیم. 

موفق باشید.

Conda’s natural environment. Illustration by Johann Wenzel Peter

حتماً برای شما سوال شده که conda چیست و چه فرقی با pip داره؟ 

بهتر از این نمی شود توضیح داد که :

 pip یک مدیر بسته برای پایتون است. venv نیز وظیفه مدیریت محیط ها را در پایتون برعهده دارد و conda هم مدیریت بسته و هم مدیریت محیط بدون وابستگی به زبان (پایتون یا زبان دیگر) را انجام می دهد. 

venv محیط های ایزوله برای فقط توسعه پایتون ایجاد، conda نیز محیط های ایزوله برای هر زبانی (در تئوری) فراهم می کند. درحالی که pip تنها به مدیریت بسته های از بستر PyPI می پردازد.

conda هر دو کار زیر را انجام می دهد.

• نصب پکیج ها (به هر زبانی) از رپازیتوری ها مانند Ananconda Repository و Anaconda Cloud 
• نصب پکیج ها از PyPI توسط pip در محیط فعال conda

 *****************************

در پست بعد میریم سراغ Ananconda یا Miniconda ؟ چرا و چگونه؟

​

امروز به مطلب جالبی بر خوردم که درباره کلمه ربات» نوشته بود.

قصه اسم ربات» از این قرار بوده که:

    در سال 1920 میلادی، کارل کپک یک نمایش در فرانسه به نمایش در می آورد که در آن موجودات مصنوعی شبیه انسان، وابستگی شدیدی نسبت به اربابان خود نشان می دادند. این موجودات مصنوعی شبیه انسان ربات» نام داشتند. 

از بعد از آن نمایش این نام مشهور شد تا اینکه به کامپیوترهای هوشمند شبیه انسان امروزی اختصاص یافت.

آیا ربات های فعلی این وابستگی شدید به انسان را حفظ خواهند کرد؟ یا روزی انسان ها به آنها وابسته شدید خواهند بود؟

برام بنویسید.