使用 Anaconda 创建 python 环境的最佳实践工作流程是什么?

What would be a best practice workflow for creating python environments with Anaconda?

我正在尝试为 python 数据科学开发建立标准化工作流程。我遇到了流行的 Anaconda 发行版。但是我找不到关于如何设置工作区的好文档。

我在 /workspace/aws-scripts

中创建了一个包含以下内容的 environment.yml 文件
name: aws-scripts
dependencies:
  - python=3.*
  - boto3

当我创建环境时,

conda env create -f environment.yml -p $PWD

创建的目录结构是这样的:

.
├── bin
├── conda-meta
├── environment.yml
├── include
├── lib
├── share
└── ssl

6 directories, 1 file

git ignore 文件是否应该包括创建的所有 6 个目录?

默认的 Anaconda 前缀是 ~/anaconda3/envs. 当我仅更改此工作区的前缀时,我无法再使用

将其列为环境
conda info --envs

感谢任何帮助!

Conda 环境过去常常根据 Python 版本和已安装的库进行隔离设置。有没有 放置您自己的源代码的地方。所以将它们保存在默认位置 ~/anaconda3/envs 并且不要对第三方代码进行版本控制。将我们自己的代码放在目录 /workspace/aws-scripts 中并在那里使用版本控制。您始终可以通过将所有设置导出为 yaml 文件并使用此文件在其他地方创建新的 conda 环境来重新创建 conda 环境。