O conda é uma ferramenta muito completa para instalar e administrar pacotes para diversas linguagens de programação. Nosso foco é Python, e vamos usar o miniconda aqui. É bem legal você dar uma olhada mais afundo do porquê usar o Conda e quais são as ferramentas que ele oferece. Aqui vamos abordar talvez só a superfície.
Primeiro, faça o download do instalador do miniconda para o Linux: https://docs.conda.io/en/latest/miniconda.html#linux-installers
Versão usada neste tutorial: Python Version 3.7, name Miniconda3 Linux 64-bit.
Com a parte do tutorial anterior, você já é capaz de copiar o instalador que foi baixado para /home/vinicius (no caso vinicius vai ser o seu usuário do Ubuntu que você colocou).
Caso você tenha conseguido copiar o instalador para sua home, você verá algo do tipo:
Caso não tenha conseguido, dê uma olhada no tutorial anterior sobre arquivos no WSL.
A próxima etapa é instalar o miniconda com:
$ bash Miniconda3-latest-Linux-x86_64.sh
Continue apertando Enter, digite "yes" e aperte Enter para instalar no caminho padrão:
Digite "yes" para ele inicializar o conda no zsh. Feche o terminal e abra novamente.
A primeira coisa diferente a se perceber é o (base):
Agora com o conda instalado e ativado, o base é o environment em que estamos. Os environments nos permitem que criamos ambientes separados para diferentes projetos. Nesses ambientes separados nós podemos instalar pacotes e suas depedências sem criar conflitos com outros ambientes. Você está criando um ambiente de desenvolvimento (neste caso de Python) que você poderá, por exemplo, instalar uma versão do Numpy (pacote de computação númerica) em um ambiente e outra versão em outro ambiente, sem que tenhamos nenhum conflito.
O Conda também é muito esperto e lida com conflitos do sistema operacional para nós. Pesquise mais sobre isso e veja como funciona.
O ambiente padrão é o base, que já é criado quando você instala o conda. Vamos criar o nosso próprio ambiente. Para isso podemos usar o comando:
$ conda create --name tutorial
Podemos ver que para ativar o nosso ambiente tutorial nós temos que fazer:
$ conda activate tutorial
e você vai perceber que o base mudou para tutorial. Podemos ver todos (os dois) ambientes que temos até agora, fazendo:
$ conda info --envs
Veja que temos um * no tutorial, indicando que estamos nele (além de termos (tutorial) escrito sobre # vinicius..., claro)
Agora vamos instalar um pacote no nosso ambiente.
$ conda install numpy
Ao executarmos este comando, não nós especificamos em momento nenhum qual versão do numpy nós queríamos instalar. Então a versão mais atual será instalada, e com esta versão mais atual todas as depedências (outros pacotes importantes para o funcionamento desta versão do Numpy).
Ao terminar a instalação, nós podemos ver quais pacotes agora fazem parte do nosso ambiente.
$ conda list
irá listar todos os pactoes e suas versões. Veja:
Veja que a versão do Numpy instalado foi a 1.18.1, e que a versão do Python é 3.8.3.
Podemos voltar para o ambiente base e ver quais pacotes estão instalados.
Veja que não temos Numpy e a versão do Python é 3.7.6. Ou seja, ao instalarmos a versão mais nova do Numpy, o Python também foi atualizado. O usuário mais atento percebeu que aconteceria antes de aceitar a instalação do Numpy.
Para instalar um pacote com uma versão específica no conda, faça o seguinte:
$ conda install scipy=0.15.0
Neste exemplo vamos instalar o pacote scipy na versão 0.15.0.
Múltiplos pacotes com versões específicas ao mesmo tempo:
$ conda install scipy=0.15.0 curl=7.26.0
É muito comum criarmos um ambiente a partir de um arquivo que nos diz exatamente quais pacotes precisam ser instalados.
Se tivermos um arquivo requirements.txt que foi criado diretamente de um ambiente do conda, ele vai ter mais ou menos essa cara:
O próprio começo do arquivo já nos diz como criar o ambiente. Vamos fazer:
$ conda create --name tutorial02 --file requirements.txt
Agora se você executar $ conda info --envsverá que tutorial02 foi criado.
Existem outras formas de criar ambientes a partir de arquivos, veja: https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html
Para atualizar um pacote para sua versão mais atual, basta fazer:
$ conda update numpy
Neste caso vamos atualizar o numpy para sua versão mais recente. Simples, não?
As vezes, nós criamos muitos e muitos ambientes para diversas tarefas. Tarefas que nem sempre vão a frente, o que terminam. Os ambientes antigos acabam esquecidos e tomam espaço. Então, apagar um ambiente às vezes se torna necessário.
Para remover um ambiente podemos executar:
$ conda remove --name tutorial02 --all
Neste caso estamos deletando tutorial02. Verifique com $ conda info --envsse ele realmente foi deletado. Se tudo ocorreu bem, você verá apenas base e tutorial.
Agora você também pode apagar o tutorial porque chegamos ao fim.
$ conda remove --name tutorial --all
Agora você tem apenas o base e todos os outros que você ainda criará.