Criando projetos no Python com o Conda e distribuindo-os para outros
Crie uma pasta para o seu projeto python (de data science) e navegue até ela através do terminal
conda create --prefix ./env python=3.8conda activate ./env conda config --add channels conda-forge conda config --set channel_priority strict conda install scikit-learn # Salva todos as bibliotecas instaladas manualmente no environment.yml # Se não informar o --from-history, incluirá várias outras bibliotecas não necessárias. conda env export --from-history > environment.yml # Entre no arquivo environment.yml e apague as linhas name e prefix para permitir que esse ambiente seja instalado em outros computadores
Carregando o ambiente de um arquivo
# Esse comando cria um ambiente com as dependências dentro do arquivo e salva o ambiente dentro da pasta envconda env create -f environment.yml --prefix ./env # Para iniciar o ambiente recém criado conda activate ./env
Apagando ambientes nativos instalados pelo conda na pasta padrão
# Descubra os ambientes instaladosconda env list # Apagando o ambiente conda env remove --name ambiente-a-ser-removido
Você atualizou alguma dependência no seu projeto? Atualize também o arquivo environment.yml assim:
conda env export --from-history > environment.yml# Entre no arquivo environment.yml e apague as linhas name e prefix
E como atualizar o seu projeto com as úlimas versões das bibliotecas?
conda env update --prefix ./env --file environment.yml --prune
Referências
Data Science in Practice
https://medium.com/data-science-in-practice/saving-the-environment-with-anaconda-ad68e603d8c5