Python | 用mamba替换conda、使用PyPy技术加速

长期以来，受苦于conda在安装、更新时的缓慢，最近听好朋友yyx介绍说了mamba，完全是conda的上位替代，做了一些探索；

另外，前几天B站也刷到了对PyPy加速策略的介绍视频，感觉可以做一些尝试

一些相关概念和名词

在接触mamba时，有很多名词，导致概念之间很混乱。所以第一步就是搞清楚这些词是在说什么

• conda：本质上是一个包管理工具，可以实现环境管理、依赖检索、包下载更新
• Anaconda：一个Python的发行版本，安装后包含conda和一些常见的数据科学工具包
• miniconda：纯净的conda，不带有额外工具包，由Anaconda（公司）设计
• conda-forge：本质上是一个仓库，conda用于集中下载各类包的仓库，由社区维护的
• mamba：对conda的优化和重写（仍旧是python版本），可以加速对环境版本的计算
• micromamba：用C++重写的mamba，加速效果很明显（基于libmamba库）
• miniforge：类似于miniconda，但是由conda-forge社区开发

在windows上安装和使用micromamba

根据官方给出的安装策略，分为如下几个步骤：

1. 备份并卸载原本的miniconda，下面是导出卸载时的命令

   1	conda env export > environment.yml

2. 下载binary的mamba安装包（这里是官网上的安装流程）

   自己安装时curl -Ls https://micro.mamba.pm/api/micromamba/linux-64/latest | tar -xvj bin/micromamba解压报错，于是手动下载这个链接、手动解压（tar jxvf FileName.tar.bz2）到对应目录，得到的bin/micromamba就是mamba工具

3. 配置命令行工具到cmd工具/设置环境变量

   • 参考官网的./bin/micromamba shell init -s bash -p ./bin命令来配置命令行工具（-p目录后是mamba的配置文件，可以直接和mamba工具放在一起，随后source ~/.bashrc重启bash）
   • 或者直接将解压得到的bin目录加到环境变量即可直接使用

   PS：个人觉得windows直接使用mini-forge的命令行工具就可以了，不需要配置到默认的命令行工具里

4. 有个比较讨厌的事情是micromamba命令太长了，可以用软连接换个名字，换为mamba或者原来习惯用的conda

   PS：软连接务必使用完整路径，一定不可以使用相对路径！

   1 2	ln -s /micromamba/bin/micromamba /micromamba/bin/mamba ln -s /micromamba/bin/micromamba /micromamba/bin/conda

5. 随后就可以正常使用micromamba了

   1	mamba activate

什么是PyPy以及使用mamba安装和配置PyPy环境

看起来，PyPy在本质上就是JIT技术（Just-in-time）。第一次听说这个技术是在julia语言学习时，当时的理解就是一种预编译，即在运行前对代码进行编译得到机器码，然后再执行时就能够快很多。再次去回顾了下julia的文档，

可以直接使用如下的命令行进行安装和下载

1

mamba install pypy

RustPython与CPython的比对

最近，RustPython也发布了，其相比于CPython具有更高的性能和安全性，是另一种Python的加速策略。不过也是刚刚发布，可以再观望一段时间其稳定性

关于mamba环境在Pycharm/vscode中的使用

之前一段时间pycharm在检测mamba环境是会报错，不能准确加载出其python环境，但最近的新版本好像已经解决了，直接加载对应环境的目录就可以了