Introduction
Pythonで機械学習をする際に，誰もが一度は行うであろうAnaconda仮想環境の作成．
今まで自分はbase環境をクローンして足りないライブラリをインストールする方法をとっていた．
しかしこの方法だと余計なライブラリが入っていたり，後々pipでインストールしたライブラリとcondaでインストールしたものが混在してうまく動かないなどいろいろと不便だった．
そこでライブラリは基本pipで管理できるようシンプルな仮想環境構築方法をまとめる．
仮想環境作成
新規作成するときにpythonのバージョンを指定するのがポイント．
2022年10月24時点で3.10が出ているが，新しすぎると対応していないライブラリがあるので個人的には3.8がおすすめ．
conda create -n newenv python=3.8
ライブラリのインストール
最初はこのくらいインストールしておけばよいと思う．
ちなみにnumpy,scipyはscikitlearnに，pandas, matplotlibはseabornと一緒に勝手にインストールされる．
pip install scikit-learn
pip install seaborn
pip install jupyter
ライブラリの確認
以下のいずれかの方法で確認できる．
pip list
pip freeze
conda list
仮想環境のコピー作成
仮想環境をコピーしたいときは以下の手順で行うとよい．
1.コピー元のライブラリ一覧をtxtファイルに書き出す
※ネットを検索するとpip list freeze > lib_newenv.txtでいけると出てくるが，自分の場合はcertifiというライブラリのバージョン表示がバグっていて，インストール時にエラーが発生した．
pip list --format=freeze > lib_newenv.txt
2.新しい環境を作成した後，先ほどのtxtファイルを使用してインストール実行．
pip install -r lib_newenv.txt
仮想環境の削除
仮想環境の削除方法も一応載せておく．
※フォルダは残ったままなので手動で削除する．
conda remove -n copyenv --all
Conclusion
Anaconda仮想環境のシンプルな作成方法についてまとめた．
当分この方法で作成した仮想環境を使用していくが，Anacondaを使わないvenvなども気になっているので，そちらも使用してみて便利そうであればいずれ紹介しようと思う．