conda创建新环境

conda创建新环境

如果只是用的话，用【创建】和【激活】的命令足够了～

第一步：创建

conda create --name yourEnv python=2.7

–name：也可以缩写为 【-n】，【yourEnv】是新创建的虚拟环境的名字，创建完，可以装anaconda的目录下找到envs/yourEnv 目录
python=2.7：是python的版本号。也可以指定为【python=3.6】，若未指定，默认为是装anaconda时python的版本.
若想要在创建环境同时安装python的一些包：

conda create -n yourEnv python=3.6 numpy pandas

若想在别人虚拟环境的基础上创建自己的环境：

conda create --name --clone

第二步：激活
windows

activate yourEnv

linux/mac

source activate yourEnv

tips:

linux用户需要进入到anaconda/envs目录下激活需要的环境，或者通过命令source active /home/yourName/anaconda3/envs/yourEnv激活需要的环境；

上面激活的方式进入目录太复杂 or 命令太长了，可以通过设置全局变量或者用linux的别名alias设置。
第一种方式,将需要激活的路径下的bin文件添加到全局环境变量中如将/home/yourName/anaconda3/envs/yourEnv/bin添加到~/.bash_profile中。
第二种方式，通过vim ～/.bash_profile，向里面添加alias activeEnv=‘source activate /home/yourName/anaconda3/envs/yourEnv’，source ～/.bash_profile之后可以直接在命令行输入activeEnv激活相应环境
建议第二种，并建议看下linux的alias，非常好用

windows用户环境变量中添加（改成自己的路径）：

D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin

第三步：查看活跃的环境

conda info --envs：输出中带有【*】号的的就是当前所处的环境
conda一些命令 conda list: 看这个环境下安装的包和版本 conda install numpy scikit-learn:
安装numpy sklearn包 conda env remove -n yourEnv: 删除你的环境 conda env list:
查看所有的环境

anaconda下载
比起官网，建议从清华开源镜像站下载相应版本

wget
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh
bash Anaconda3-5.3.1-Linux-x86_64.sh

清华镜像源配置
清华官方说明：Anaconda 镜像使用帮助，主要概括为向 .condarc填充以下内容：

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud