conda虚拟环境相关

1.conda虚拟环境相关命令：

创建虚拟环境：

使用 conda create -n your_env_name python=X.X（2.7、3.6等），anaconda 命令创建python版本为X.X、名字为your_env_name的虚拟环境。

conda create -n env_name python=2.7

激活虚拟环境：

Linux使用如下命令即可激活创建的虚拟环境

source activate your_env_name(虚拟环境名称)

退出虚拟环境：

 source deactivate your_env_name(虚拟环境名称)

删除虚拟环境：

conda remove -n your_env_name(虚拟环境名称) --all

删除虚拟环境中的包：

conda remove --name your_env_name(虚拟环境名称)   package_name（包名）

conda常用命令

conda list：查看安装了哪些包。
conda install package_name(包名)：安装包
conda env list 或 conda info -e：查看当前存在哪些虚拟环境
conda update conda：检查更新当前conda

2.虚拟环境的转移复制：

（此方法需要重新下载包，依赖网络环境）

可以使用 -export 选项生成一个 environment.yml 文件，以在 不同的平台和操作系统之间 复现项目环境。
导出 environment.yml 文件：

conda env export > environment.yml

重现环境：

# 配置pip镜像安装
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# 重现环境
conda env create -f environment.yml

（此方法不依赖网络环境）

首先需要下载依赖包：

pip install conda-pack

打包环境：

# Pack environment my_env into my_env.tar.gz
conda pack -n my_env

# Pack environment my_env into out_name.tar.gz
conda pack -n my_env -o out_name.tar.gz

# Pack environment located at an explicit path into my_env.tar.gz
conda pack -p /explicit/path/to/my_env

复现：

# Unpack environment into directory `my_env`
mkdir -p my_env
tar -xzf my_env.tar.gz -C my_env

# Use Python without activating or fixing the prefixes. Most Python
# libraries will work fine, but things that require prefix cleanups
# will fail.
./my_env/bin/python

# Activate the environment. This adds `my_env/bin` to your path
source my_env/bin/activate

# Run Python from in the environment
(my_env) $ python

# Cleanup prefixes from in the active environment.
# Note that this command can also be run without activating the environment
# as long as some version of Python is already installed on the machine.
(my_env) $ conda-unpack

3.python模块的镜像安装方式：

最后添加这一行

-i https://pypi.tuna.tsinghua.edu.cn/simple

即：

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

pip --default-timeout=1000 install tensorflow-serving-api==1.13.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

或者

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

4 导出当前环境所有模块

pip freeze > requirements.txt