아나콘다 말고 미니콘다 합시다.

docs.conda.io/en/latest/miniconda.html

Miniconda — Conda documentation

 

anaconda는 너무 무겁다. 미니콘다를 하자. 어차피 주피터 노트북만 쓸 거 다 안다...

물론 데이터 분석은 코랩이 훨씬 편하고, 로컬에서 python을 사용할 땐 poetry + pyenv + pyenv-virtualenv이 더 낫다.

그럼에도 미니콘다를 쓰는 이유는 편해서 ㅎ

 

 

1) 우선 OS에 맞는 미니 콘다를 설치하자.

 

여기에 설치하도록하자. 경로는 기억해두자. 환경 변수 등록할 때 필요하니까

C:\ProgramData\Miniconda3

 

용량 258.4MB 매우 만족

 

환경 변수 자동 등록은 하지 말자... 기존 python 환경 곱창나니까...

 

2) 환경 변수 등록

C:\ProgramData\Miniconda3\Scripts

 

환경 변수가 잘 먹혀 들어갔는지 확인해봅시다. 명령창에 conda list

conda list

 

3) conda 확인하기

참 좋습니다!

conda --version # 현재 conda 버전 확인
conda update conda # conda 업데이트
 
conda env list # 기존 가상 환경 확인
conda list # 현재 환경에서 설치된 패키지 확인

conda create -n [환경 이름] python=3.6 # 가급적 python 버전은 명시하자
conda create -n [환경 이름] --clone base # base 환경에 깔린 의존성 설치하면서 환경 생성
conda env create -f environment.yml # environment.yml 있으면 참고해서 환경 생성

conda activate [환경 이름]
conda deactivate

conda env remove -n [환경 이름] # env를 적으면 가상 환경을 삭제하라는 말. 안 적으면 패키지 삭제가 됨.

conda install seaborn # 현재 환경에서 패키지 설치
conda install numpy pandas # 여러개 설치도 가능

conda env export > environment.yml # 현재 환경의 패키지 목록을 environment.yml로 생성. requirements.txt 대신 사용 가능

 

 

4) 추천 패키지들

제가 python을 킬때면 기본으로 깔고가는 것들입니다.

전 서버는 보통 Go나 js를 쓰기 때문에 python은 대체로 분석용으로 사용합니다.

 

conda install jupyter seaborn numpy pandas ipykernel matplotlib requests beautifulsoup4 selenium pymongo

# 커널 설정
python -m ipykernel install --user --name [환경이름] --display-name [원하는 이름]

 

 

trouble list)

 

저는 맥을 사용하는데 터미널을 켜면 base 환경으로 들어가져요

conda config --set auto_activate_base false

stackoverflow.com/questions/54429210/how-do-i-prevent-conda-from-activating-the-base-environment-by-default

 

 

 

reference)

greeksharifa.github.io/references/2019/02/01/Miniconda-usage/