anaconda3配置教程以及常用命令

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

1.安装anaconda

链接：https://pan.baidu.com/s/1QPQxZDB2hy-CVIUbHJQ47g
提取码：k7e4

• 注意：如果你是windows 10系统，注意在安装Anaconda软件的时候，右击安装软件→选择以管理员的身份运行。
  

2.添加环境变量

• 首先右键我的电脑→属性→高级系统设置
• 选择环境变量
• 系统在系统变量种找到Path
• 将D:\ProgramData\Anaconda3以及D:\ProgramData\Anaconda3\Scripts添加到Path中：
  
  到这里就配置好了

3.管理包

3.1安装包

在终端输入

conda install package_name

例如，要安装pandas，在终端输入

conda install pandas


• 还可以同时安装多个包。类似 conda install pandas numpy 的命令会同时安装所有这些包。还可以通过添加版本号（例如 conda install numpy=1.10）来指定所需的包版本。

• 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（如果尚未安装的话）。

3.2卸载包

输入：
conda remove package_names


• 上面命令中的package_names是指你要卸载包的名称，例如你想卸载pandas包：conda remove pandas

3.3更新包

输入：
conda update package_name


• 如果想更新环境中的所有包（这样做常常很有用），使用：conda update --all。

3.4列出已经安装的包

输入：

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。

4管理环境

安装nb_conda用于notebook自动关联nb_conda的环境。

4.1创建环境

输入：
conda create -n env_name package_names


• 上面的命令中，env_name 是设置环境的名称（-n 是指该命令后面的env_name是你要创建环境的名称），package_names 是你要安装在创建环境中的包名称。
• 例如，要创建环境名称为 py3 的环境并在其中安装 numpy，在终端中输入 conda create -n py3 pandas。
  
• 创建环境时，可以指定要安装在环境中的 Python 版本。当你同时使用 Python 2.x 和 Python 3.x 中的代码时这很有用。要创建具有特定 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

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

4.2进入环境

• 在 Windows 上，你可以使用 activate my_env进入。在 OSX/Linux 上使用 source activate my_env 进入环境。

• 进入环境后，你会在终端提示符中看到环境名称，下面图片是进入py3的环境。
  

• 进入环境后，可以用conda list 查看环境中默认安装的几个包：
  

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

• 不过，这次你安装的特定包仅在你进入环境后才可用。

4.3离开环境

windows输入：
deactivate

linux/macos输入：
source deactivate


4.4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。比如你开发了一个药店数据分析系统，你要提交给项目部署系统的王二狗来部署你的项目，但是王二狗并不知道你当时开发时使用的是哪个python版本，以及使用了哪些包和包的版本。这怎么办呢？
• 你可以在你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“notebook工作文件夹”下（及你在终端中上图的路径）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.yml要换成你本地的实际路径
conda env update -f=/path/to/environment.yml

• 对于不使用 conda 的用户，我通常还会使用 pip freeze > environment.txt 将一个 txt文件导出并包括在其中。
• 首先，我在自己的电脑上在conda中将项目的包导出成environment.txt 文件：
  
• 然后我将该文件包含在项目的代码库中，其他项目成员即使在他的电脑上没有安装conda也可以使用该文件来安装和我一样的开发环境：
• 他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是该文件在你电脑上的实际路径。
  

4.5列出环境

• 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 root。
  

4.6删除环境

• 如果你不再使用某个环境，可以使用 conda env remove -n env_name 删除指定的环境（在这里环境名为 env_name）。
• conda的官方文档：https://link.zhihu.com/?target=https%3A//conda.io/docs/user-guide/tasks/index.html