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