conda jupyter gdal使用参考

按：发现gdal是个好东西，jupyter也是个好东西，于是就用jupyter使用gdal，但环境有问题，于是就有了conda

1. 可下载简化版 conda  
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

2. 新建python环境
conda create -n py2 python=2
conda create -n py3 python=3

3. 安装jupyter
conda install -n 环境名称 jupyter
conda install -n 环境名称 jupyterlab

4. python环境关联jupyter
conda install -n 环境名称 ipykernel 
jupyter kernelspec remove 环境名称

acitvate 环境名称   (or source activate 环境名称)
python -m ipykernel install --name 环境名称
deactivate (or source deactivate)

配置默认文档地址
C:\Users\shsq\.jupyter\jupyter_notebook_config.py
## 用于笔记本和内核的目录。
c.NotebookApp.notebook_dir = 'D:\ProgramData\jupyter'


3. 安装 gdal
conda search gdal
conda install -n 环境名称 gdal=版本号
常用gdal命令示例
https://github.com/shanhuashuiqing/py-gdalogr-cookbook/blob/master/vector_layers.rst

4. 常用conda命令

1. 获取版本号
conda --version
conda -V
2. 获取帮助
conda --help
conda -h
# 查看某一命令的帮助，如update和remove命令
conda update --help
conda remove --help
#以上--help 也可以换成 -h
3. 环境管理
#创建名为your_env_name的环境
conda create --name your_env_name
#创建制定python版本的环境
conda create --name your_env_name python=2.7
conda create --name your_env_name python=3.5
#创建包含某些包（如numpy，scipy）的环境
conda create --name your_env_name numpy scipy
#创建指定python版本下包含某些包的环境
conda create --name your_env_name python=3.5 numpy scipy
#列举当前所有环境
conda info --envs
conda env list
#进入某个环境
activate your_env_name
ubuntu 环境下：source activate env_name
#退出当前环境
deactivate 
#复制某个环境
conda create --name new_env_name --clone old_env_name 
#删除某个环境
conda remove --name your_env_name --all
4. 分享环境
#首先通过activate target_env要分享的环境target_env，然后输入下面的命令会在当前工作目录下生成一个environment.yml文件
conda env export > environment.yml
#小伙伴拿到environment.yml文件后，将该文件放在工作目录下，可以通过以下命令从该文件创建环境
conda env create -f environment.yml
5. 列出环境和包管理
#查看环境管理的全部命令帮助
conda env -h
conda info --envs   #列出所有环境
conda env list  #列出所有环境
conda list  #列出当前环境下所有安装的包
conda list -n your_env_name #列举一个非当前活跃环境下的所有包
conda install -n env_name package_name #为指定环境安装某个包
6.