文章目录
源
一、管理conda:
(1)检查conda版本
(2)获取版本号
(3)列出所有的环境
(4)查看环境管理的全部命令帮助
(5)conda升级
(6)conda升级后释放空间
二、管理环境
(1)创建环境
(2)激活环境
(3)切换到base环境
(4)复制一个环境
(5)删除一个环境
三、管理包
(1)安装包 或 安装特定版本的包
(2)查看所有已安装包
(3)卸载包
(4)更新包
(5)搜索包
四、把环境添加到jupyter notebook
(1)查看已添加到jupyter notebook的kernel
(2)删除指定的kernel
参考
源
豆瓣(douban) http://pypi.douban.com/simple/
1
一、管理conda:
(1)检查conda版本
conda --version
(2)获取版本号
conda --version或 conda -V
(3)列出所有的环境
conda env list
conda list命令用于查看conda下的包,而conda env list命令可以用来查看conda创建的所有虚拟环境。
(4)查看环境管理的全部命令帮助
conda env -h
(5)conda升级
我们可以在命令行中或者anaconda prompt中执行命令进行操作。
conda update conda升级conda
conda update anaconda升级anaconda前要先升级conda
conda update --all升级所有包
(6)conda升级后释放空间
在升级完成之后,我们可以使用命令来清理一些无用的包以释放一些空间:
conda clean -p删除没有用的包
conda clean -t删除保存下来的压缩文件(.tar)
二、管理环境
(1)创建环境
conda create -n env-name [list of package]。-n env-name是设置新建环境的名字,list of package是可选项,选择要为该环境安装的包。
如果我们没有指定安装python的版本,conda会安装我们最初安装conda时所装的那个版本的python。
若创建特定python版本的包环境,需键入conda create -n env-name python=3.6
(2)激活环境
Linux,OS X:
source activate env-name
Windows:
activate env-name
小技巧:
新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径;
(3)切换到base环境
如果要从你当前工作环境的路径切换到系统根目录时,键入:
Linux,OS X:
conda source deactivate
Windows:
conda deactivate
(4)复制一个环境
通过克隆来复制一个环境。这儿将通过克隆snowfllakes来创建一个称为flowers的副本。
conda create -n flowers --clone snowflakes
通过conda env list来检查目前拥有的环境
(5)删除一个环境
如果你不想要这个名为flowers的环境,就按照如下方法移除该环境:
conda env remove -n flowers
三、管理包
(1)安装包 或 安装特定版本的包
conda install package-name
conda install package-name==version
(2)查看所有已安装包
conda list
(3)卸载包
conda remove package-name
(4)更新包
更新一个包
conda update package-name
更新所有包
conda update --all
(5)搜索包
conda search search-term,可以模糊搜索
四、把环境添加到jupyter notebook
首先通过activate进入想要添加的环境中,然后安装ipykernel,接下来就可以进行添加了。
pip install ipykernel
python -m ipykernel install --name Python36Python36可以取与环境名不一样的名字,但方便起见建议统一
(1)查看已添加到jupyter notebook的kernel
我们可以使用jupyter kernelspec list来查看已添加到jupyter notebook的kernel。
显示如下:
PS C:\Users\25387> jupyter kernelspec list
Available kernels:
python3 D:\Anaconda\anaconda\share\jupyter\kernels\python3
1
2
3
(2)删除指定的kernel
若想删除某个指定的kernel,可以使用命令jupyter kernelspec remove kernel_name来完成。
由于python是不向后兼容的,分开环境可以避免语法版本不一引起的错误,同时这也可以避免工具包安装与调用的混乱。
参考
anaconda笔记:conda的各种命令行操作
anaconda常用命令行指令
Anaconda常用命令大全
原文链接