miniconda

Summary

Python 환경 관리 도구인 miniconda의 설치 및 사용법을 정리했습니다.

Python을 각 프로젝트별로 환경을 구성하는 방법은 Python의 venv를 이용하는 방법과 Conda 환경을 구성하는 방법이 있습니다. 다른 점이라면 venv는 프로젝트별로 .venv 폴더가 생성되고 conda는 전역 가상환경이 생성된다는 점입니다. 의존성 관리 면에서도 conda가 더 편하기 때문에 miniconda 설치 및 사용법에 대해 알아보겠습니다.

Installation

Linux, MacOS

# Installation
brew install --cask miniconda
 
# Setting Conda
conda init

Windows

# Installation
scoop install miniconda3
 
# Setting Conda
conda init

Usage

Manage Version

# Check Version
conda --version
 
# Update Version
conda update

Manage Environments

# Create Environment
conda create -n <venv-name> python=<version>
 
# Remove Environment
conda remove -n <venv-name> --all
 
# Activate
conda activate <venv-name>
 
# Deactivate
conda deactivate <venv-name>

Manage Libraries

# Install Libraries
conda install <library-name>
 
# Uninstall Libraries
conda uninstall <library-name>

Using environment.yaml

conda의 가장 편한 기능 중 하나입니다. Python의 requirements.txt 처럼 패키지들을 명시하면 바로 모든 패키지를 설치할 수 있는 것을 넘어서 환경 설정을 명시해두면 해당하는 가상 환경을 바로 생성해줍니다.

environment.yaml

name: <venv-name>
channels:
  - conda-forge
  - defaults
dependencies:
  - python=3.12
  - numpy
  - pandas
  - geopandas
  - matplotlib
  - seaborn
  - plotly
  - folium
  - ipython
  - networkx
  - statsmodels
  - ipykernel
  - scikit-learn
  - pip:
      - kagglehub
      - geodatasets
 

# Create Venv
conda env create -f environment.yaml
 
# Update Venv
conda env update -f environment.yaml --prune
 
# Export Venv
conda env export --no-builds > environment.yaml

Configuration

Disable Auto Base

miniconda를 사용하면서 불편했던건 기본적으로 base 가상환경이 활성화된다는 것입니다. 신경 안써도 되지만 터미널에 계속 떠있으니 불편해서 이를 비활성화 해줍니다.

conda config --set auto_activate_base false