conda命令表
命令 | 用途 |
conda --version | 查询 conda 版本 |
conda update conda | 更新 conda |
conda info | 查看conda环境详细信息 |
conda env list或者conda info --envs | 查看当前有哪些虚拟环境 |
conda create --name jupyter_venv python=3.8 | 创建一个新的虚拟环境 |
conda activate jupyter_venv | 激活虚拟环境 |
envs_dirs: - D:\Anaconda\insatll\envs | 添加的是自己要修改的目录地址 |
conda deactivate | 退出当前虚拟环境 |
conda remove -n your_env_name --all 其中， | 删除某个虚拟环境 |
conda create --name new_env_name --clone old_env_name | 复制某个虚拟环境 |
conda env export > environment.yml conda env create -f environment.yml | 分享/备份一个虚拟环境 |
conda install [package] (如： | 安装包 |
conda install xlrd=1.2.0 (注意是单等于号） | 指定包版本： |
pip install xlrd==1.2.0 (注意是双等于号） | 也可以使用 |
基础操作
查询 conda 版本
conda --version
更新 conda
conda update conda
查看conda环境详细信息
conda info
虚拟环境管理
查看当前有哪些虚拟环境
conda env list
或者使用如下命令：
conda info --envs
创建一个新的虚拟环境
conda create --name jupyter_venv python=3.8
其中，通过 -n或--name 来自定义的环境名称，如：jupyter_venv；同时，指定Python的版本。
激活虚拟环境
conda activate jupyter_venv
添加的是自己要修改的目录地址
envs_dirs:
- D:\Anaconda\insatll\envs退出当前虚拟环境
conda deactivate
删除某个虚拟环境
conda remove -n your_env_name --all 其中，
-n与--name等价，表示虚拟环境名
复制某个虚拟环境
conda create --name new_env_name --clone old_env_name
分享/备份一个虚拟环境
一个分享环境的快速方法就是给他一个你的环境的.yml文件。
首先激活要分享的环境，在当前工作目录下生成一个environment.yml文件。
conda env export > environment.yml
对方拿到environment.yml文件后，将该文件放在工作目录下，可以通过以下命令从该文件创建环境即可。
conda env create -f environment.yml
包管理
安装包
conda install [package] (如：
conda install numpy)
指定包版本：
conda install xlrd=1.2.0 (注意是单等于号）
也可以使用pip install安装：
pip install xlrd==1.2.0 (注意是双等于号）
bash
复制代码
# 批量安装 requirements.txt 文件中包含的组件依赖 conda install --yes --file requirements.txt
批量导出依赖包
批量导出包含环境中所有依赖包到requirements.txt文件。
复制代码
conda list -e > requirements.txt
删除当前环境中的某个包
conda remove [package]
注意：这里并非conda uninstall，只有在pip指令下才有pip uninstal。
升级当前环境中的某个包
conda update [package]
升级所有包：
conda update --all
搜索包
conda search [package]
删除没有用的安装包
Conda 安装的包都在目录Anaconda/pkgs下。随着使用，conda 安装的包也越来越多；有时候会出现以下不好的情况：
- 有些包安装之后，从来没有使用过；
- 一些安装包的tar包也保留在了计算机中；
- 由于依赖或者环境等原因，某些包的不同版本重复安装。
上面的这些情况使得anaconda显得更加冗余，并且浪费储存；对于这些情况可以使用conda clean 净化Anaconda。
conda clean -p
或者
conda clean --packages
删除tar包
conda clean -t
或者
conda clean --tarballs
删除所有的安装包及cache
删除索引缓存、锁定文件、未使用过的包和tar包。
conda clean -y --all
镜像源管理
查看镜像源
conda config --show channels
添加镜像源
如：添加清华源
bash
复制代码
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
配置安装包时显示安装来源
conda config --set show_channel_urls yes
上面的设置表示从channel中安装包时显示channel的url，这样就可以知道包的安装来源了。
清除索引缓存，保证用的是镜像站提供的索引
conda clean -i
切换回默认源
conda config --remove-key channels
移除某个镜像源
如：移除清华源
arduino
复制代码
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
临时指定安装某个包使用的镜像源
css
复制代码
pip install [package] -i https://pypi.tuna.tsinghua.edu.cn/simple/
或者
css
复制代码
pip install [package] -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
