Conda/pip等虚拟环境操作常用命令大全

conda和pip的区别

首先明确一下conda和pip的区别

处理依赖：

Pip通过 requirements.txt 文件管理依赖，但对于复杂依赖关系处理相对简单，可能会导致依赖冲突。
Conda有更强的依赖解析能力，可以确保安装的包和依赖之间的兼容性。使用 environment.yml 文件来定义环境及其依赖。

包源：
Pip默认从 PyPI（Python Package Index）获取包。，也可以通过指定源（如私有源或其他公共源）安装包。
Conda默认从 Anaconda Repository 获取包，也可以使用 conda-forge 等其他渠道。
包含预编译的二进制文件，安装速度通常更快。但是可能不会包含特别多的版本。

总体来说，Pip适用于大多数纯 Python 项目，特别是不涉及复杂依赖的项目。
而Conda适用于需要管理复杂依赖的项目。

常用的对虚拟环境操作总结如下：

一、创建虚拟环境

conda  create  --name  env_name

conda  create  --name  env_name python=3.5 # 创建指定python版本

conda  create  --name  env_name python=3.5 numpy scipy # 创建指定python版本下包含某些包

二、激活/进入某个虚拟环境

conda  activate  env_name

三、退出当前环境

conda  deactivate  env_name

四、复制虚拟环境

conda  create  --name  new_env_name  --clone  old_env_name

五、删除虚拟环境

conda  remove  --name  env_name  --all

六、查看当前所有环境

conda  info  --envs   

#或者  

conda  env  list

七、查看当前虚拟环境下所有安装包

pip list

conda  list  # 需进入该虚拟环境

conda  list  -n  env_name

八、安装或卸载包(进虚拟环境后）

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名

conda  install  xxx

conda  install  xxx=版本号  # 指定版本号

conda  install  xxx -i 源名称或链接 # 指定下载源

conda  uninstall  xxx

九、分享&移植虚拟环境

conda env export > environment.yml  # 导出当前虚拟环境

conda env create -f environment.yml  # 创建保存的虚拟环境

将当前虚拟环境打包后移植另一台计算机

pip install conda-pack # 首先安装conda-pack

conda pack -n envname # 打包原环境

恢复环境的时候，无论以何种方法，把该压缩包解压在annaconda/envs目录下，就能conda env list检测到当前环境，即可恢复环境。
windows下直接解压到对应文件夹就行了

根据requirement.txt文件安装
首先cd该文件的目录下，以及想安装的虚拟环境下

pip install -r ./requirements.txt

十、源服务器管理

conda当前的源设置在$HOME/.condarc中，
可通过文本查看器查看或者使用命令>conda config --show-sources查看。

conda config --show-sources #查看当前使用源
conda config --remove channels 源名称或链接 #删除指定源
conda config --add channels 源名称或链接 #添加指定源

例如：

conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

国内pip源

阿里云 http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) http://pypi.douban.com/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

十一、升级

升级Anaconda需先升级conda

conda  update  conda

conda  update  anaconda

十二、重命名

可以直接找到文件夹修改名称
也可以通过复制虚拟环境

十三、卸载

rm  -rf  anaconda

十四、批量导出虚拟环境中的所有组件

conda

conda list -e > requirements.txt  # 导出

conda install --yes --file requirements.txt  # 安装

pip

pip freeze > requirements.txt

pip install -r requirements.txt