注意: 这里及后续内容中的
env_name
指环境名字,创建时可以随意命名。
其中:
-y
意味遇到询问,直接全部回复y
(yes)- conda语法中,
--name
可以简写为-n
。所以上诉语句亦可写为:
conda create -n env_name -y
此命令将在conda目录里的/envs/
中创建 env_name
环境。此环境中未安装任何软件包。
指定Python版本
conda create -n env_name python=3.9 -y
带有特定包
要创建使用特定包的环境,执行:
conda create -n env_name scipy -y
或者创建后指定环境安装:
conda create -n env_name python
conda install -n env_name scipy
带有特定版本的包
要创建使用特定版本的包的环境,请执行:
conda create -n env_name scipy=0.17.3 -y
或者创建环境后,指定此环境安装:
conda create -n env_name python -y
conda install -n env_name scipy=0.17.3 -y
混合上述要求
要创建一个使用特定 Python 版本和多个包的环境,执行:
conda create -n env_name python=3.9 scipy=0.17.3 astroid babel -y
一次性安装所有需要的包会减少依赖性冲突的可能性, 因为 Conda 可以一次性解决所有依赖关系,找到满足所有包要求的兼容版本。推荐一次性列出所有需要安装的包,而不是一次安装一个包。
不安装默认
每次创建新环境时,conda会自动安装 pip
或其他程序。如果您不想在特定环境中安装默认包,请使用 --no-default-packages
参数:
conda create --no-default-packages -n env_name python -y
这将创建一个名为env_name
的新环境,而不安装任何默认包。
1.2 生成及从 environment.yml 文件创建环境
从 environment.yml
文件创建环境:
conda env create -f environment.yml
要手动创建一个environment.yml
文件,可以参考: Creating an environment file manually
如果想通过现在的环境导出yml文件
conda env export > environment.yml
如果配置好一个环境,并且很有可能以后需要在其他电脑也进行同样的配置,可以通过 environment.yml
文件来快速配置。
2. 查看已安装环境
如果想查看已安装的所有环境信息,可以执行:
conda env list
## 或者
conda info --envs
3. 激活与退出环境
激活某个环境:
conda activate env_name
退出现在激活的环境:
conda deactivate
4. 升级包或环境
升级某个包直接执行:
conda update <package_name> -y
## 指定某个环境
conda update -n env_name <package_name> -y
##例如
conda update -n sci_env scipy -y ## sci\_env为存在的某个环境
如果想升级环境中的所有包:
conda update --all -y
如果 environment.yml
文件中的任何内容发生变化,只需更新 environment.yml 文件,然后运行:
conda env update -f environment.yml --prune -y
--prune
选项会让 conda 从环境中删除不再需要的依赖项。
5. 环境重命名
conda现在可以直接通过rename
重命名环境名称:
最后
🍅 硬核资料:关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助:技术群大佬指点迷津,你的问题可能不是问题,求资源在群里喊一声。
🍅 面试题库:由技术群里的小伙伴们共同投稿,热乎的大厂面试真题,持续更新中。
🍅 知识体系:含编程语言、算法、大数据生态圈组件(Mysql、Hive、Spark、Flink)、数据仓库、Python、前端等等。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!