conda常用指令

简介

Conda是一个包管理器；Anaconda才是一个python发行版。软件发行版是在系统上提前编译和配置好的软件包集合， 装好了后就可以直接用。包管理器是自动化软件安装，更新，卸载的一种工具。Conda，有命令”conda install”, “conda update”, “conda remove”, 所以很明显， conda是包管理器。conda和Anaconda名字相似，但没有必然关系， 你可以不安装Anaconda的同时， 使用conda安装和管理软件。Conda是一个通用的包管理器，当初是被设计用来管理所有语言的包，所以用来管理python包当然也是绰绰有余。

Conda 和 pip 目标并不相同， 只有小部分子集有交集有竞争关系：比如python包的安装和环境隔离。pip可以允许你在任何环境中安装python包，而conda允许你在conda环境中安装任何语言包（包括c语言或者python）。

常用指令

命令	注释
conda --version	查看安装的anaconda版本
conda update conda	检查可升级的conda版本和可升级的包
activate	切换到base环境
activate env_name (Windows）	激活env_name虚拟环境
source activate env_name （Linux和macOS）	激活env_name虚拟环境
conda deactivate （Windows）	退出当前虚拟环境至base环境
source deactivate env_name （Linux和macOS）	退出env_name虚拟环境至base环境
conda create -n env_name python=3	创建一个名为env_name的虚拟环境并安装3.x的最新版python
conda create -n env_name python=x.x	创建一个名为env_name的虚拟环境并指定python版本
conda env list 或 conda info --envs	列出conda中的所有虚拟环境
conda list	列出当前环境中的所有包
conda search package_name	列出package_name包所有可安装的版本
conda install package_name	在当前环境下安装package_name包
conda update package_name	更新当前环境中的package_name包
conda remove package_name	卸载当前环境中的package_name包
conda remove -n env_name --all	删除env_name环境及其中的所有包
conda env export > environment.yaml	导出当前环境中包的信息生成yaml配置文件（包括环境名）
conda env create -f environment.yaml	用yaml配置文件创建新的虚拟环境（与配置文件的环境同名）
conda list --explicit > filename.txt	导出当前环境中包的安装包地址生成txt配置文件
conda install --name env_name --file filename.txt	用txt配置文件将包安装到已有的env_name虚拟环境中
conda create --name env_name --file filename.txt	用txt配置文件将包安装到创建的env_name虚拟环境中
conda list -e > requirements.txt	导出当前环境中包的版本信息生成txt配置文件
conda install --yes --file requirements.txt	用txt配置文件将包安装到已有的env_name虚拟环境中
conda create --name env_name --file requirements.txt	用txt配置文件将包安装到创建的env_name虚拟环境中
conda config --show-sources	查看镜像源
conda config --add channels source_name	添加source_name镜像源
conda config --remove channels source_name	删除source_name镜像源
conda config --remove channels	删除所有镜像源
conda config --remove-key channels	恢复默认镜像源

镜像源

• 豆瓣：http://pypi.douban.com/simple/
• 阿里云：http://mirrors.aliyun.com/pypi/simple/
• 清华大学：https://pypi.tuna.tsinghua.edu.cn/simple/
• 中国科学技术大学：http://pypi.mirrors.ustc.edu.cn/simple/