conda基本使用方法

anaconda/miniconda的安装

请查看我的博客：
同站博客文章
本教程全部命令操作均在CMD(win)、terminal(win)、终端(linux/Macos)中执行

使用前配置

因为anaconda默认更新源在国外，不使用众所周知的特殊方法很难获得较高的访问下载速度，我们可以通过使用国内的镜像站来解决。
我们以使用清华镜像站作为默认更新下载源。
修改方式是修改用户目录下的.condarc文件实现，Linux或macos系统可以直接使用终端修改，windows用户需要首先执行下面命令创建该文件：

1	conda config --set show_channel_urls yes

这样我们就可以在用户目录中看到了
批注 2020-03-03 082145
使用命令

1	explorer .condarc

打开该文件，将以下命令复制进去

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

保存即可
批注 2020-03-03 082519
运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。

使用anaconda图形界面进行包管理

使用Anaconda Navigator进行简单包管理，该应用位于anaconda安装目录下，macos用户在访达-应用程序可见，win10用户在win菜单中可见快捷方式。
点开environment可见中间和右侧有两栏：
批注 2020-03-03 083116
中间栏是虚拟环境，默认为base。

环境配置成功后，可能会发现在终端中发现默认带有一个(base)，无视即可。
虚拟环境简单来说就是不同的Python环境，好处有很多，比如：
虚拟环境中可以安装不同的python和Python包，这样可以防止出现开发时不同项目需要不同版本包带来的尴尬；
加快加载速度，单个项目只需要导入该项目虚拟环境中的包即可，无需导入全部包。
使用加号 Create创建环境，在右侧添加删除或者更新包即可使用。

使用命令行进行包管理

此电脑/属性/高级系统设置/环境变量/系统变量/Path/
将anaconda安装目录下的scripts文件夹添加至path
在cmd中输入

1	conda list

进行测试。

查看版本获取帮助

查看版本：

conda --version
#或者：
conda -V
#V大写

获取帮助

#获取全局帮助
conda -h
#或者
conda --help

1 2	#查看某一命令帮助 conda update --help

环境相关

创建虚拟环境

创建名为deeplearn的虚拟环境,并指定python版本为3.6

1	conda create -n deeplearn python=3.6

按照提示操作即可完成创建。

也可以指定包含某些包，此处不做描述，实用性不高，完全可以之后添加。
虚拟环境所在的文件夹是安装目录中的envs

列出所有环境

1
2
3

conda info --envs
#或者
conda env list

默认环境为base环境，我们需要切换到deeplearn

1 2	activate deeplearn #命令为：activate 环境名

如果切回默认环境只需要输入"activate"即可

退出当前环境

1	deactivate

复制环境

1	conda create --name 新环境名 --clone 旧环境名

删除环境

1	conda remove --name 环境名 --all

分享环境

首先进入所要分享的环境，然后输入：

1	conda env export > env.yml

这样在工作目录就可以获得一个env.yml文件
收到env.yml文件后使用下面命令通过该文件创建环境

1	conda env create -f env.yml

包相关

列举包

当前环境：

1	conda list

非当前环境

1	conda list -n 环境名

安装包

当前环境

1	conda install 包名

非当前环境

1	conda install -n 环境名包名

卸载包

将安装中的install 换成remove即可

1	conda remove 包名

更新包

将安装中的install换成update即可

1	conda update 包名

本文采用署名-非商业性使用-相同方式共享 4.0 国际许可协议，转载请注明出处。