如何在 conda 中限制包版本？
How to constrain package versions in conda?
我在预装了一堆包的 conda 环境中工作（conda 列表有 360 个包，很多 ML 工具和一些 bioconda）。我有时需要添加一个包；但是，我发现 conda install newpackage 通常非常慢（在“解决环境”中花费数小时或数天），如果它完成了，它通常会建议更新我真的不想接触的包。
我想固定一些核心包（python、numpy、scipy 等）的当前版本，以便 conda 甚至认为修改它们是不可能的。这既是为了速度，也是为了避免任何无意的更新。如果这意味着无法安装我想尝试添加的某个包，那没关系！我宁愿有一个像“newpackage 与你的 numpy 版本冲突”这样的快速回答，也不愿没有答案。然后我可以决定是否要忽略冲突；为这个包创建一个简单的环境； conda 在本地构建，或其他任何构建。
我该怎么做？
另请参阅：https://www.anaconda.com/blog/understanding-and-improving-condas-performance（未解决问题）
包固定
包可以在 per-environment 的基础上固定到特定版本。参见 the documentation on package pinning。例如，假设我们想要将 numpy 和 scipy 固定到我们当前在名为 foo 的环境中拥有的确切版本。我们可以处理 conda list 的输出以匹配 Conda 固定规范的预期语法：
conda activate foo
conda list "^(numpy|scipy)$" | tail -n+4 | awk '{ print " ==" }' > $CONDA_PREFIX/conda-meta/pinned
这里有几点需要注意：
conda list 采用正则表达式：利用它对您有利tail 只是跳过 header- 这取决于在激活的环境中定义
$CONDA_PREFIX
- 这会覆盖任何现有的
pinned 文件
冻结安装
保持一切不变的劳动强度较低的方法是使用 --freeze-installed 标志。然而，在最新版本的 Conda 中，这在第一轮求解中默认使用。所以实际上这个标志现在所做的就是跳过第二轮解决方案，允许更新不属于明确规范的包。
PyPI 包
Pip 安装的 PyPI 包需要一些额外的配置才能让 Conda 固定它们。具体来说，需要在 envs/<env>/conda-meta/pinned 文件中使用以下语法：
numpy=1.21.4=pypi*
即表明pypi应该在构建字符串中。为了尊重这一点，必须启用 Pip 互操作性并允许灵活的通道优先级：
## settings only for this environment
conda activate foo
conda config --env --set pip_interop_enabled True
conda config --env --set channel_priority flexible
启用它会告诉 Conda 将 PyPI 包视为解决依赖关系的有效替代品。
就个人而言，我会小心使用它，因为 Conda 是一个通用的包管理器，有时通过 Pip 安装的包（例如 yaml 或 wget）与 Conda 包不对应一样的名字。因此，为什么我在示例中使用 --env 仅在 within foo 环境中启用此配置设置。
我在预装了一堆包的 conda 环境中工作（conda 列表有 360 个包，很多 ML 工具和一些 bioconda）。我有时需要添加一个包；但是，我发现 conda install newpackage 通常非常慢（在“解决环境”中花费数小时或数天），如果它完成了，它通常会建议更新我真的不想接触的包。
我想固定一些核心包（python、numpy、scipy 等）的当前版本，以便 conda 甚至认为修改它们是不可能的。这既是为了速度，也是为了避免任何无意的更新。如果这意味着无法安装我想尝试添加的某个包，那没关系！我宁愿有一个像“newpackage 与你的 numpy 版本冲突”这样的快速回答，也不愿没有答案。然后我可以决定是否要忽略冲突；为这个包创建一个简单的环境； conda 在本地构建，或其他任何构建。
我该怎么做？
另请参阅：https://www.anaconda.com/blog/understanding-and-improving-condas-performance（未解决问题）
包固定
包可以在 per-environment 的基础上固定到特定版本。参见 the documentation on package pinning。例如，假设我们想要将 numpy 和 scipy 固定到我们当前在名为 foo 的环境中拥有的确切版本。我们可以处理 conda list 的输出以匹配 Conda 固定规范的预期语法：
conda activate foo
conda list "^(numpy|scipy)$" | tail -n+4 | awk '{ print " ==" }' > $CONDA_PREFIX/conda-meta/pinned
这里有几点需要注意：
conda list采用正则表达式：利用它对您有利tail只是跳过 header- 这取决于在激活的环境中定义
$CONDA_PREFIX - 这会覆盖任何现有的
pinned文件
冻结安装
保持一切不变的劳动强度较低的方法是使用 --freeze-installed 标志。然而，在最新版本的 Conda 中，这在第一轮求解中默认使用。所以实际上这个标志现在所做的就是跳过第二轮解决方案，允许更新不属于明确规范的包。
PyPI 包
Pip 安装的 PyPI 包需要一些额外的配置才能让 Conda 固定它们。具体来说，需要在 envs/<env>/conda-meta/pinned 文件中使用以下语法：
numpy=1.21.4=pypi*
即表明pypi应该在构建字符串中。为了尊重这一点，必须启用 Pip 互操作性并允许灵活的通道优先级：
## settings only for this environment
conda activate foo
conda config --env --set pip_interop_enabled True
conda config --env --set channel_priority flexible
启用它会告诉 Conda 将 PyPI 包视为解决依赖关系的有效替代品。
就个人而言，我会小心使用它，因为 Conda 是一个通用的包管理器，有时通过 Pip 安装的包（例如 yaml 或 wget）与 Conda 包不对应一样的名字。因此，为什么我在示例中使用 --env 仅在 within foo 环境中启用此配置设置。