conda初始化&常用命令

conda初始化&常用命令

conda常用命令

conda info # 查看conda信息

conda search python #conda搜索python版本

conda info -e # 显示所有的虚拟环境&当前所在环境

python --version # 查看python版本

管理环境

conda env list #显示所有的虚拟环境

conda create -n py39 python=3.9 # 创建一个名为 py39 环境，指定Python版本是3.9

activate py39 # 激活/切换到名为 env_name 的环境 (Windows 使用)

source activate py39 # 激活名为 env_name 的环境 (Linux & Mac使用用)

conda config --append channels conda-forge py39 #关闭名为 env_name的环境( Windows使用)

source deactivate py39 # 关闭名为 env_name的环境(Linux & Mac使用）

conda remove --name py39 --all # 删除一个名为 env_name 的环境

conda create --name newname --clone oldname # 克隆oldname环境为newname环境

channel管理

conda config --get channels # 列出已有的channel

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # 添加清华源(TUNA)源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # 添加清华源(TUNA)源

conda config --setshow_channel_urls yes # 设置源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ # 添加中科大源(USTC)源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ # 添加中科大源(USTC)源

conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.8.0 # 使用地址 https://conda.anaconda.org/anaconda 来安装tensorflow

conda config --remove channels “‘https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/’” # 删除channel

conda config --remove-key channels # 换回默认源

package管理

conda config --get channels #查看channel

conda list #查看当前环境下已安装的package

conda search numpy # 查找名为 numpy 的信息 package 的信息

conda install numpy # 安装名字为 numpy 的package 安装命令使用-n指定环境 --channel指定源地址

conda install -n env_name numpy # 在env_name的环境中 安装名字为 fulade 的package

conda update numpy #更新numpy package

conda uninstall numpy #卸载numpy package

清理conda

conda clean -p //删除没有用的包

conda clean -t //删除tar包

conda clean -y --all //删除所有的安装包及cache

升级

conda update --all # 更新全部

conda update conda # 更新 conda

conda update anaconda # 更新 anaconda

conda update anaconda-navigator # update最新版本的anaconda-navigator

conda update python # 更新 python

conda版本

conda -V

或者

conda --version

虚拟环境

创建虚拟环境

conda create -n env_name python=x.y

e.g. 创建python3.5的虚拟环境：

conda create -n py35 python=3.5

删除虚拟环境

conda remove --name env_name --all

重命名虚拟环境

没法直接重命名虚拟环境，只能很naive的从原有环境clone，然后删掉原有环境（或者用下面的“分享环境”的做法，不过估计需要联网速度更慢）：

conda create --name new_name --clone old_nameconda remove --name old_name --all

列出虚拟环境

conda env list

或者：

conda info --envs#也可以用缩写形式：conda info -e

切换/激活虚拟环境

conda activate env_name

e.g. 激活py35环境：

conda activate py35

退出当前虚拟环境

conda deactivate

分享环境

导出虚拟环境

导出到yml文件，相当于pip用的requirements.txt的升级版

conda env export > environment.yml

注意：如果导出的environment.yml开头几行显示的channel是anaconda官方（https://repo.anaconda.com/pkgs/main），可以考虑换成tuna的镜像通道（https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main）来加速，e.g.

name: basechannels: - https://repo.anaconda.com/pkgs/main - defaultsdependencies: - asn1crypto=0.24.0=py37_0 - attrs=19.3.0=py_0 - backcall=0.1.0=py37_0 …

换成：

name: basechannels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - defaultsdependencies: - asn1crypto=0.24.0=py37_0 - attrs=19.3.0=py_0 - backcall=0.1.0=py37_0 …

使用yml导入创建虚拟环境

conda env create -n env_name -f environment.yml

复制虚拟环境

conda create -n new_env_name --clone env_name

查看某个环境的位置

默认的conda虚拟环境叫做"base"，它提供的python在/home/zz/soft/miniconda。

base环境之外的虚拟环境，例如py35，在/home/zz/soft/miniconda3/envs/py35/。

在某些开源项目的编译配置环境（例如OpenCV等），可以指定特定版本的python，则需要到/home/zz/soft/miniconda3/envs/py35/这样的位置下找。

列出软件包

包的基本信息

显示当前环境的所有包的基本信息

conda list

显示指定虚拟环境的所有包的基本信息

conda list -n env_name

区分显示conda和pip包的信息

当前环境的：

conda env export

输出结果中- pip开始列出的是pip包列表。

conda env export -n env_name

安装软件包

在当前虚拟环境中安装软件包

conda install pkg_name

e.g. 安装cmake（cmake不是一个pypi包，但可以通过conda下载安装，并且如果你在condarc中配置了国内镜像，下载起来会非常快，比自己手动去cmake官网下载快很多）：

conda install cmake

在指定虚拟环境中安装软件包

conda install --name env_name pkg_name

从指定channel下载安装

以下载pytorch包举例：

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

或者用缩写的参数-c替代–channels，用~/.condarc中配置的名为pytorch的channel

conda install -c pytorch pytorch

删除软件包

当前环境

conda remove pkg_name

指定环境

conda remove --name env_name pkg_name

查找软件包

conda search pkg_name

conda配置

.condarc

Linux/Mac: ~/.condarc

Windows: c:/Users/xxx/.condarc

在国内使用tuna的conda镜像。个人感觉这个.condarc中配置的是各个channel，一方面是管理不同版本的包（例如pytorch这个channe），另一方面可以切换镜像，用来加速。

channels: - defaultsshow_channel_urls: truedefault_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/rcustom_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

pip.conf

Linux/Mac: ~/.pip/pip.conf

Windows: C:/Users/xxx/pip/pip.ini

除了配置conda镜像，还需要配置pip镜像。因为很多python包还是需要通过pip而不是conda安装（conda里没有相应的包，只有pypi里有），此时pip使用国内镜像来加速，需要配置pip.conf，例如：

[global]index-url = https://mirrors.aliyun.com/pypi/simple/ [install]trusted-host=mirrors.aliyun.com

bash/zsh自动加载

以前都是安装miniconda/anaconda时选择"yes"，自动追加配置到_{/.bashrc，然后手动复制到}/.zshrc（我默认用的zsh替代了bash作为解释器）。其实可以更简单：

conda init zsh

进入bash/zsh不自动activate base env

conda config --set auto_activate_base false