将环境中的包的列表导出为文件,然后将该文件与代码包括在一起。这能让其他人轻松加载代码的所有依赖项。pip 提供了类似的功能,即 pip freeze > requirements.txt
管理包:
conda install package_name 安装包 (例如要安装numpy:conda install numpy)
conda install package_name1 package_name2 pn3 可同时安装多个包 (如:conda install numpy scipy pandas)
conda install numpy=1.10 安装指定版本的包
conda会自动安装依赖项
conda remove package_name 删除包
conda update package_name 更新包
conda update –all 更新所有的包
conda list 列出已安装的包
conda search search_term 不知道包的确切名称可如此搜索
(如:conda search beautifulsoup)
管理环境:
conda create -n env_name list of packages 创建环境
(-n是指名称,env_name是要设置的环境名称,list of packages是要安装在环境中的包的列表)
例如:要创建名为my_env的环境并在其中安装numpy,输入conda create -n my_env numpy
创建时可以指定python版本
conda create -n py3 python=3 或
conda create -n py2 python=2
还可以指定特定版本的python
conda create -n py python=3.3
source activate env_name 进入环境 (OSX/Linux)
activate env_name 进入环境 (Windows)
source deactivate 离开环境 (OSX/Linux)
deactivate 离开环境 (Windows)
conda env export > environment.yaml 共享环境
conda env create -f environment.yaml 通过环境文件创建环境
conda env list 列出环境
conda env remove -n env_name 删除指定的环境(在这里名为env_name)