环境
在各大计算机语言中都会强调环境这个词,那是因为很多功能都要在相应的环境下才可以应用,可以理解为基础设施。
下载完anaconda后,一般会通过Anaconda Prompt来进行日常使用,我们会自动获取一个环境:base
查看目前环境情况 conda info -e
conda info -e
可以看到目前就只有一个base环境,在使用过程中,某些包可能会有依赖冲突,出问题会比较麻烦,所以最好是创建一个新的环境,在测试环境中使用。
环境激活与退出
激活相关环境
conda avtivate env_name
退出当前环境
conda deactivate
环境创建和查看
创建空白环境
创建语法
conda create -n env_name
我们创建一个名为new_env的环境,-n 表示的是-name ;-n new_env表示环境名字为new_env
查看命令 conda env list 和conda info -e 类似
环境中多了一个名为 new_env的环境
接下来看一下base环境下的库列表,然后激活创建的环境并看一下新环境下的库列表
切换环境后,首先是最左边会变成现在环境的名字,其次是可以看到在此环境下空空如也,什么都没有,特别的不方便
通过where python查找这个环境下的python,发现是在C盘用户底下的;而返回base环境下我们可以看到有两个python编译器
C盘的那个实际上是微软应用商店的一个指向,并不是具体的应用,打开会跳转下载
创建带有资源的环境
接下来创建一个带有python的环境
创建命令
conda create -n env_name python=3
我们创建一个名为python_env的环境,后面表示的是
与之前不同的是,后面会附带额外下载的资源
同样会再确认一遍是否继续,并开始下载安装相关的资源
进入环境并查看相关资源后可以看到,相关资源不再是空空如也,一些基本的资源已经存在
也可以附带多个资源
conda create -n env_name python=3 numpy
创建的环境在原有基础上已经附加上了numpy模块
复杂环境创建
有时候本身的环境比较复杂,空白环境和部分环境无法满足需求,这个时候可以通过复制某环境来创建新环境,或者通过环境文件的方式来创建(环境迁移)
复制环境
conda create -n env_name --clone base
复制base环境,并起名clone_env
基本是复制过来了,激活环境并查看资源后,可以看到满满的相关数据
环境迁移
导出环境:启动需要的环境,并导出.yml文件
conda activate env_name
conda env export > environment.yml
在所选目录下导出和重定向到别的地方,符号“>”表示重定向,结果定向到具体位置具体文件
导入该环境
conda env create -f environment.yml
打开之前导出的environment.yml文件可以看到,是保存了环境名字和相关的资源信息
移除原先的环境
在之前的空白环境下运行命令看看
可以看到,是新建了一个clone_env环境(导出的环境),且对当前环境没有任何的影响,算是完全复制了导出的信息 。
移除环境
conda env remove -n env_name
可以看到原先的环境已经被移除了