（Conda）Mamba 的安装和使用

（Conda）Mamba 的安装和使用

引用

CSDN

1.

https://blog.csdn.net/qq_43756951/article/details/139731398

前言

Conda作为目前使用较为广泛的开源包管理系统和环境管理系统工具，可以使我们方便快捷的部署针对不同项目的隔离环境，以及安装和管理第三方库、软件包。

但美中不足的是，即使使用连接速度更快的国内镜像，也摆脱不了其单线程挨个下载资源导致的低效问题。

而Mamba（黑曼巴）专为加速Conda而生，其改写了Conda下载资源的固有方式，以多线程的方式对网络资源进行并行下载，从而大幅提升Conda效率

当然Mamba并不是重写了Conda所有的功能，只是针对一些Conda低效的功能进行重写，并添加了一些实用的新功能。

利用Mamba替代Conda可以获得更好的使用体验

Mamba 基本使用

1. Mamba 安装

先确保切换至base环境，确保安装在base装在base环境中的包在小环境中依然可以调用，因此不需要在每个环境里都安装一遍

conda activate  

conda install mamba  

注：使用该命令可能会出现「在当前的频道中没有Mamba」，需要更换频道，如下

conda install mamba -n base -c conda-forge  

• -n：指定环境

• -c：指定 channel（频道）

安装完成后，Mamba使用非常简单，只需要在原先的Conda指令中将conda替换为mamba即可。

例如：

• 查询当前版本

mamda --v  

注：返回的是 Conda 当前版本

• 查看环境列表

mamba info -e  

注：执行命令时会先打印出 logo 等信息，之后才是对应操作的结果

 /  \  /  \  /  \  /  \  

/    \/    \/    \/    \  

███████████████/  /██/  /██/  /██/  /████████████████████████  

              /  / \   / \   / \   / \  \____  

             /  /   \_/   \_/   \_/   \    o \__,  

            / _/                       \_____/  `  

            |/  

        ███╗   ███╗ █████╗ ███╗   ███╗██████╗  █████╗  

        ████╗ ████║██╔══██╗████╗ ████║██╔══██╗██╔══██╗  

        ██╔████╔██║███████║██╔████╔██║██████╔╝███████║  

        ██║╚██╔╝██║██╔══██║██║╚██╔╝██║██╔══██╗██╔══██║  

        ██║ ╚═╝ ██║██║  ██║██║ ╚═╝ ██║██████╔╝██║  ██║  

        ╚═╝     ╚═╝╚═╝  ╚═╝╚═╝     ╚═╝╚═════╝ ╚═╝  ╚═╝  

        mamba (1.2.0) supported by @QuantStack  

        GitHub:  https://github.com/mamba-org/mamba  

        Twitter: https://twitter.com/QuantStack  

█████████████████████████████████████████████████████████████  

2. 激活环境

mamba activate 环境名  

3. 查询包

• 方法一：比直接使用conda search更快

mamba search 包名/库名  

• 方法二：利用 Mamba 自有的指令，速度还要更快

mamba repoquery search 库名/包名  

4. 安装包

mamba install 库名/包名  

5. 查看依赖关系

Mamba中还提供了mamba repoquery depends和mamba repoquery whoneeds，分别用于查看指定库依赖哪些库，以及指定库被哪些库依赖。

• 查看 numpy 依赖「哪些库」

mamba repoquery depends numpy  

• 查看 numpy 被「哪些库」依赖

mamba repoquery whoneeds numpy  

参考资料

• Conda太慢？试试这个加速工具！ - 费弗里 - 博客园

• 19-conda的进阶技巧 - bilibili