conda常用命令

使用conda可以在电脑上创建很多套相互隔离的Python环境，命令如下：

创建环境

创建一个名为deeplearning的环境，python版本为3.7

conda create --name deeplearning python=3.7

查看版本

conda --version

切换环境

切换到deeplearning环境

conda activate deeplearning

如果切换报错可以先试试source activate base

退出当前环境

conda deactivate

列出所有已创环境

conda env list

删除环境

删除deeplearning环境

conda remove --name deeplearning --all

仅删除deeplearning环境里的requests依赖

conda remove --name deeplearning requests

查看当前conda环境安装的所有依赖包

conda list

安装新的依赖包

安装requests依赖

conda install requests

导出Conda环境

conda list --explicit > /tmp/export.txt

关闭terminal默认打开

安装Conda后，每次打开终端都会有一个(base)这是因为默认进入了conda的base环境，设置不自动进入conda的base环境命令如下：

conda config --set auto_activate_base false

修改镜像源

在conda 命令窗口中输入命令创建永久源。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

查看当前源命令

conda config --show channels 
conda config --get channels

修改成成默认源

conda config --remove-key channels

删除某镜像源

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

最佳实践

示例：安装jsonpath_ng

1、确保conda环境是
1、清理Conda环境

conda clean --all

会清理以下文件：

• 未使用的包的缓存文件
• 已删除环境的剩余文件
• 已下载但没有被任何包使用的包文件

2、更换源

conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main/
conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/free/
conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/msys2/
conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/menpo/
conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/pytorch/

还有一个永久更换源的操作（推荐）：
更新pip

# 更新当前安装的 pip 到最新版本。
pip install pip -U
# 永久替换全局地址，默认官方为：https://pypi.org/simple
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

3、安装

conda install jsonpath-ng

4、离线安装

如果实在安装不上，则可以离线安装，在anaconda仓库下载离线包

conda install /path_to_jsonpath_package/jsonpath-<version>.tar.bz2

将 /path_to_jsonpath_package/ 替换为文件的实际路径，<version> 替换为包的版本号。

5、在激活conda后，使用pip install ，和conda install效果相同

6、列出可供安装的版本

pip install protobuf== --upgrade --dry-run

pip install protobuf==4.24.4

7、修复损坏的依赖、重新安装依赖库：

pip install --force-reinstall tensorflow