Python Anaconda

后更新：官方源太慢

默认源贼慢 清华源跑的飞起

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/
conda config --set show_channel_urls yes
//remove 即可去除

科大源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

conda config --set show_channel_urls yes

Anaconda

anaconda不是一个库，指的是一个开源的Python发行版本。

既然是Python的发行版本，其中一定包含Python的解释器和一些基本文件。

不仅如此，其还包含conda（由名字可以看出）。

Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。

不仅如此，其还包含主流的科学包及其依赖项 。

也就是说，有了Anaconda ，你可以不用经常下载所缺少的主流包，并可以进行环境的管理。

关于其下载和相关信息可以继续看下下面知乎的链接

https://www.zhihu.com/question/58033789

（建议从清华源下载，如果你是教育网那就很快了）

基本instructions

• update conda

  conda update -n base conda

• 安装包

  conda install package_name

• 指定包的版本

  conda install numpy=1.10

• conda 还会自动为你安装依赖项。例如，scipy 依赖于 numpy，因为它使用并需要 numpy。如果你只安装 scipy (conda install scipy)，则 conda 还会安装 numpy

• 卸载包

  conda remove package_names

• 更新包

  conda update package_name

• 更新所有包

  conda update --all

• 列出所有已安装包

  conda list

• 如果不知道要找的包的确切名称，可以尝试使用 conda search search_term 进行搜索。例如，我知道我想安装numpy，但我不清楚确切的包名称。我可以这样尝试：conda search num

• 创建新的环境（没有包，或者说很少包）

  conda create -n env_name package_names

  创建具有特定 Python 版本的环境，例如创建环境名称为py3，并安装最新版本的Python3在终端中输入

  conda create -n py3 python=3

  如果要安装特定版本（例如 Python 3.6），使用 conda create -n py python=3.6

• 进入环境

在 Windows 上，使用 activate my_env进入

进入环境后，会在终端提示符中看到环境名称

在环境中安装包的命令与前面一样：conda install package_name。

不过，这次安装的特定包仅在进入环境后才可用。

• 离开环境

在 Windows 上，终端中输入：

deactivate

• 共享环境

共享环境非常有用，它能让其他人安装你的代码中使用的所有包，并确保这些包的版本正确。

在当前的环境中终端中使用 conda env export > environment.yaml将你当前的环境保存到文件中包保存为YAML文件（包括Pyhton版本和所有包的名称）。

命令的第一部分 conda env export 用于输出环境中的所有包的名称（包括 Python 版本）。

在终端中上的路径可以看到导出的环境文件

在 GitHub 上共享代码时，最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。

导出的环境文件，在其他电脑环境中如何使用呢？

首先在conda中进入你的环境，比如activate py3

然后在使用以下命令更新你的环境：

#其中-f表示你要导出文件在本地的路径，所以/path/to/environment.yaml要换成你本地的实际路径
conda env update -f=/path/to/environment.yaml

对于不使用 conda 的用户，通常还会使用 pip freeze > environment.txt 将一个 txt文件导出并包括在其中。

在自己的电脑上进入python命令环境，然后运行以下命令就可以安装该项目需要的包

pip install -r /path/requirements.txt

其中/path/requirements.txt是该文件在电脑上的实际路径。

• 列出环境

有时候会忘记自己创建的环境名称，这时候用 conda env list 就可以列出你创建的所有环境。

你会看到环境的列表，而且你当前所在环境的旁边会有一个星号。默认的环境（即当你不在选定环境中时使用的环境）名为 base。

• 删除环境

如果你不再使用某个环境，可以使用 conda env remove -n venv_name 删除指定的环境（这里环境名为 venv_name)

很好用的

• 克隆环境
  conda create -n copy_test --clone base