# Conda

아나콘다(Anaconda)는 PYTHON 과 R 프로그래밍 언어로 된 과학 컴퓨팅(데이터 과학, 기계 학습 응용 프로그램, 대규모 데이터 처리, 예측 분석 등)분야의 패키지들의 모음을 제공하는 배포판입니다. Anaconda 배포판은 1,200 만 명이 넘는 사용자가 사용하며 Windows, Linux 및 MacOS에 적합한 1400 가지 이상의 인기있는 데이터 과학 패키지를 포함합니다.

Anaconda를 설치하기 위해서는 <https://www.anaconda.com> 웹사이트에서 자신의 OS에 맞는 배포판을 다운받아 설치 진행하면  됩니다. <mark style="color:red;">**단, 설치 전 Anacoda  라이선스 및 사용 조건을 반드시 확인해야 합니다**</mark>.

conda 는 아나콘다에서 패키지 버전 관리를 위해 제공되는 어플리케이션 입니다. Python 사용자들이 패키지 설치 시 가장 어려움을 겪는 의존성 문제를 conda 를 활용함으로써 쉽게 해결할 수 있습니다.

본 문서는 KISTI 시스템에서 Python 사용자를 위하여 conda 패키지 활용하는 방법을 소개합니다. 기본 채널로는 conda-forge 를 활용합니다.

소개 페이지의 "/home01/userID" 는 테스트 계정의 홈 디렉토리로 자신에 맞는 경로로 적절히 변경해서 사용하시면 됩니다.

## **가. Conda의 사용**

* Miniconda는 <https://docs.conda.io/en/latest/miniconda.html> 사이트 에서 각 OS 에 맞는 버전을 다운 받을 수 있습니다.

<table><thead><tr><th width="161" align="center">명령어 모음</th><th>내용</th></tr></thead><tbody><tr><td align="center">clean</td><td>Remove unused packages and caches.</td></tr><tr><td align="center">config</td><td><p>Modify configuration values in .condarc. This is modeled after the git config command.</p><p>Writes to the user .condarc file (/home01/userID/.condarc) by default.</p></td></tr><tr><td align="center">create</td><td>Create a new conda environment from a list of specified packages.</td></tr><tr><td align="center">help</td><td>Displays a list of available conda commands and their help strings.</td></tr><tr><td align="center">info</td><td>Display information about current conda install.</td></tr><tr><td align="center">init</td><td>Initialize conda for shell interaction. [Experimental]</td></tr><tr><td align="center">install</td><td>Installs a list of packages into a specified conda environment.</td></tr><tr><td align="center">list</td><td>List linked packages in a conda environment.</td></tr><tr><td align="center">package</td><td>Low-level conda package utility. (EXPERIMENTAL)</td></tr><tr><td align="center">remove</td><td>Remove a list of packages from a specified conda environment.</td></tr><tr><td align="center">uninstall</td><td>Alias for conda remove.</td></tr><tr><td align="center">run</td><td>Run an executable in a conda environment. [Experimental]</td></tr><tr><td align="center">search</td><td><p>Search for packages and display associated information.<br>The input is a MatchSpec, a query language for conda packages.</p><p>See examples below.</p></td></tr><tr><td align="center">update</td><td>Updates conda packages to the latest compatible version.</td></tr><tr><td align="center">upgrade</td><td>Alias for conda update</td></tr></tbody></table>

* Conda Initialize 방법&#x20;

conda init 명령으로 홈   디렉터리의 .bashrc에 설정을 추가할 수 있습니다.

* x86\_64 아키텍처용 Miniconda 설정 예시&#x20;

```
$ source /apps/applications/Miniconda/23.3.1/etc/profile.d/conda.sh
$ conda init
$ source ~/.bashrc
```

* AArch64 아키텍처용 Miniconda 설정 예시

<pre><code><strong>$ source /apps/ARM_node/ARM_applications/Miniconda/24.5.0/etc/profile.d/conda.sh
</strong><strong>$ conda init
</strong><strong>$ source ~/.bashrc
</strong></code></pre>

<mark style="color:red;">※ gh200\_1 노드에서 ARM\_python/3.12.4 module 을 load 하면 ARM용 conda가 자동 설정되며 위와 같은   conda.sh 적용 과정 생략 가능합니다.</mark>

<mark style="color:red;">※ gh200\_1 노드에서 conda 패키지 설치 시 linux-aarch64 패키지가 설치되며 다른 계산노드에서는 실행이 불가하므로 별도의 conda 환경을 생성하여 관리 권장합니다.</mark>

* conda 경로 변경 방법

conda 환경, 패키지 경로는 기본적으로 홈 디렉터리로 설정되어 있으나, scratch 와  같은 다른  경로로도 변경할 수 있습니다.

```
$ echo "export CONDA_ENVS_PATH=/scratch/$USER/.conda/envs" >> /home01/$USER/.bashrc
$ echo "export CONDA_PKGS_DIRS=/scratch/$USER/.conda/pkgs" >> /home01/$USER/.bashrc
$ source ~/.bashrc
```

## **나. Conda Environment 생성**

* conda environment 는 Python 의 독립적인 가상 실행환경을 만들어 패키지들의 버전 관리에 용이합니다.
* "conda create -n \[ENVIRONMENT]" 을 이용하여 conda environment를 생성 할 수 있습니다.
* 기본 값으로 conda path 의 envs 아래 경로에 지정한 environment 이름으로 생성됩니다.
* "--use-local" 옵션을 사용하면 사용자 홈 디렉토리(**${HOME}/.conda/envs/\[environment\_name]**)에 생성 됩니다.

```shell-session
※ conda initialize를 하지 않았다면 최초 1회 실행
$ source /apps/applications/Miniconda/23.3.1/etc/profile.d/conda.sh
$ conda init
$ source ~/.bashrc

$ conda create -n scikit-learn_0.21 
Collecting package metadata: done
Solving environment: done

## Package Plan ##

  environment location: /home01/userID/.conda/envs/scikit-learn_0.21

Proceed ([y]/n)? y

Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use:
# > conda activate scikit-learn_0.21
#
# To deactivate an active environment, use:
# > conda deactivate
#

$ conda activate scikit-learn_0.21
(scikit-learn_0.21) $
```

## **다. Conda Environment에 패키지 설치 및 확인**

* conda install \[패키지명] 으로 패키지를 설치할 수 있습니다.
* conda 채널에 있는 패키지는 "conda install -c \[채널명] \[패키지명]" 와 같이 설치 할 수 있습니다.
* 위 "2" 항목에서 생성한 conda environment 경로 아래에 패키지들이 설치 됩니다.
* 예제&#x20;

```shell-session
$ source activate scikit-learn_0.21
(scikit-learn_0.21) $ conda install scikit-learn
Collecting package metadata: done
Solving environment: done

## Package Plan ##

...

Proceed ([y]/n)? y

Downloading and Extracting Packages
setuptools-40.8.0    | 643 KB    | ##################################### | 100% 
...
openssl-1.1.1b       | 4.0 MB    | ##################################### | 100% 
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
(scikit-learn_0.21) $ python -c "import sklearn"
(scikit-learn_0.21) $
```

## **라. Conda Environment 목록 확인**

* "conda-env list" 또는 "conda env list" 를 이용하여 목록을 확인 할 수 있습니다.

```shell-session
(scikit-learn_0.21) $ conda env list
# conda environments:
#
base                     /apps/applications/PYTHON/3.7.1
scikit-learn_0.21     *  /home01/userID/.conda/envs/scikit-learn_0.21
(scikit-learn_0.21) $ conda deactivate
$
```

## **마. Conda Environment 내보내기**

* 내보내기 전 conda-pack 패키지 필요

※ (참고) <https://conda.github.io/conda-pack>

* "conda pack -n \[ENVIRONMENT] -o \[파일명]" 을 이용하여 conda environment 를 다른 시스템에서 활용할 수 있습니다.
* (예) 외부 인터넷이 연결되지 않는 경우, 다른 시스템에서 동일한 conda 환경을 이용하는 경우

```shell-session
$ conda activate scikit-learn_0.21
(scikit-learn_0.21) $ conda install -c conda-forge conda-pack
(scikit-learn_0.21) $ conda pack -n scikit-learn_0.21 -o scikit-learn_test.tar.gz
Collecting packages...
Packing environment at '/home01/userID/.conda/envs/scikit-learn_0.21' to 'scikit-learn_test.tar.gz'
[########################################] | 100% Completed |  4min 18.8s
(scikit-learn_0.21) $ ls -l scikit-learn_test.tar.gz
-rw-------. 1 userID in0162 1459826406 Mar 28 15:03 scikit-learn_test.tar.gz
(scikit-learn_0.21) $
```

## **바. Conda Environment 가져오기**

* conda pack 을 이용하여 생성했던 conda environment 를 아래 -예제-와 같이 가져와 환경설정 후 사용 가능합니다.

```shell-session
$ mkdir -p $HOME/.conda/envs/scikit-learn_test
$ tar xvzf scikit-learn_test.tar.gz -C $HOME/.conda/envs/scikit-learn_test
※ scratch 가 conda 경로인 경우, /scratch/$USER/.conda 로 입력

$ conda activate scikit-learn_test
(scikit-learn_0.21) $ conda-unpack
(scikit-learn_0.21) $ conda deactivate
$
```

## **사. Conda Environment 삭제**

* "conda-env remove -n \[ENVIRONMENT]" 또는 "conda env remove -n \[ENVIRONMENT]" 를 이용하여 삭제 할 수 있습니다.

```
$ conda env remove -n scikit-learn_test
Remove all packages in environment /home01/userID/.conda/envs/scikit-learn_test:
```

{% hint style="info" %}
2024년 3월 21일에 마지막으로 업데이트 되었습니다.
{% endhint %}


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs-ksc.gitbook.io/neuron-user-guide/appendix/appendix-2-how-to-use-conda.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.