基于conda理解nlpia库的安装

最近读了《自然语言处理实战》第一章，作者开发了一个称为nlpia自然语言库，主要用于下载一些数据集，同时为了配合本书的演示，nlpia仓库也引用了很多第三方库（比如nltk），并做了一些最佳实践。

折腾了很久，虽然最终没有完全安装成功（其本身的问题，具体见https://github.com/totalgood/nlpia/issues/43 ），但nlpia仓库的组织结构堪称典范，比如结合了conda、.travis.yml、pip、create_conda_environment.sh、anaconda-project.yml、install_nlpia_any_os.sh、.condarc，可以好好学习下。

1：conda推荐安装方式：

# make sure you're in the nlpia directory that contains `setup.py`
cd nlpia  
# env 表示从一个environment.yml读取安装指令
conda env create -n nlpiaenv -f conda/environment.yml
# to get the latest version of pip
conda install -y pip   
conda activate nlpiaenv
pip install -e .

pip install下的-e表示 Install a project in editable mode，这样在这个仓库下对nlpia库做的修改就能生效了。

2：pip安装方式：

pip install --upgrade pip
mkvirtualenv nlpiaenv
source nlpiaenv/bin/activate
pip install -r requirements.txt
pip install -e .

3：如果仅仅想使用nlpia包，一条命令就可以：

pip install nlpia

在这个过程中，又强化了conda的理解，整理如下。

1：包管理的一些命令：

# 显示conda版本
conda --version

# 显示目前存在的环境
conda env list

# 搜索numpy包
conda search numpy

# 安装特定包
conda install numpy=1.7.2 -y

# 移除某个包
conda remove numpy

# 在defaults channel下给base环境安装包
conda update -n base -c defaults numpy

2：环境管理的一些命令：

# 创建一个基于python 3.7版本的环境test
conda create --name test python=3.7

# 激活环境
conda activate test

# 切换到默认环境
donda deactivate 

# 删除环境
conda env remove --name test 

# 拷贝一个环境
conda create --name base2 --clone base

生成的环境目录，anaconda3/envs/test/lib/python3.7/site-packages

3：config管理：

# 显示所有的配置信息
conda config --show

# 显示所有的配置
conda config --describe

# config 子命令
conda config --get show_channel_urls

# 写到system下的.condarc文件
conda config --system

4：channel管理：

# 显示目前的channels
conda config --get channels

# 增加channels
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

# 删除channels
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --add --help

channels的优先级很重要，可以配置.condarc文件修改顺序

channels:
  - defaults
  - conda-forge
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
ssl_verify: true

更多的参考见 https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/index.html