anaconda中python环境管理命令_Anaconda环境管理常用命令

本人使用的几点说明安装版本为： Anaconda3-5.2.0-Linux-x86_64 且安装时选择不安装 Microsoft VSCode，安装后环境很健康，.bashrc文件没有以前那种十多行关于anaconda的设置

启动命令

anaconda-navigator

升级当前版本的conda

conda update conda

更改国内源

# 清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes # 设置搜索时显示通道地址

# or 中科大源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

删除Channels

conda config --get channels

conda config --remove channels

conda config --set show_channel_urls yes

设置超时时间

conda config --set remote_connect_timeout_secs 1800 # 连接超时

conda config --set remote_read_timeout_secs 3600 # 读取超时

<< 环境操作 >>Managing environments​conda.io

列出所有环境

conda info --envs

检查环境中python版本

python --version

新建环境

conda create -n 环境名 python=3.7

激活环境

source activate 环境名

复制环境

conda create -n 新环境名 --clone 旧环境名

移除环境

conda remove -n 环境名 --all

保存和加载环境

conda info -e # 列出所有环境

conda activate env_name #激活要共享的环境

conda env export # 将要共享的环境信息输出到终端，便于检查

conda env export > ~/environment.yaml # 导出到文件environment.yaml

conda env create -f environment.yaml # 加载环境

注：不使用conda的用户，可以使用 pip freeze将一个 pip requirements.txt 文件导出并包括在其中，参见https://pip.pypa.io/en/stable/reference/pip_freeze/​pip.pypa.io

跨平台迁移和直接整体迁移环境

cd ~/anaconda3/envs

zip -r file_name.zip env_name

unzip file_name.zip # anaconda3的指定位置

<< 管理包 >>

查看已安装包

conda list

# pip查看安装包

pip freeze 或者 $ pip list

使用conda安装包(建议参见别的教程，比如更换安装源，本方法较少使用)

conda install 包名字 # 后面可以加 =版本号

使用pip安装包(使用较多，清华源)

pip --default-timeout=3600 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch torchvision

移除包

conda remove -n 环境名 安装包名

conda remove package_name #移除当前环境中的包

更新包(某个/全部)

conda update package_name

conda update --all

rm -rf ~/anaconda3

历史使用方法：

(可能用处不大，且pytorch安装直接参照官网即可)

1. 安装anaconda

bash Anaconda文件名.sh

2. 使用anaconda创建一个pytorch环境

conda create -n pytorch python=3.6

3. 修改conda镜像源(直接终端运行)

conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

查看是否已添加源

conda config --set show_channel_urls yes

cat ~/.condarc

4. 安装pytorch

conda install pytorch torchvision cpuonly

上面如果这条命令不好使，就允许如下代码

conda install pytorch-cpu torchvision-cpu

注：上述命令来自官网，讲 -c pytorch 已去掉，只有cpu的版本，不含 GPU

附注：有时候网络下载较慢，创建环境时，可能会因为python下载过慢而中断，可在～/.condarc文件中添加代码 remote_read_timeout_secs: 1800.0 来设定下载最大时间

ssl_verify: true

channels:

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

- defaults

show_channel_urls: true

参考链接：