以下命令在Anaconda Prompt中使用
env_name为自定义的环境名,package_name为包名
conda config --show
# 查看镜像源
conda --version
# 查看conda版本号
一、环境:
conda env list
# 列出已有环境
conda info -e
# 列出已有环境
conda create -n env_name python=version/其他包名
# 创建一个新的虚拟环境
activate env_name
# 激活并进入虚拟环境
conda activate env_name
# linux下激活并进入虚拟环境
conda deactivate
# 退出虚拟环境 进入标准环境中
conda env remove -n env_name
# 删除一个已有的虚拟环境
conda env export --file d:\superset.yml
# 导出虚拟环境并将环境保存到D盘
conda env create -f d:\superset.yml
# 导入虚拟环境
conda create -n superset2 --clone superset
# 虚拟环境备份
二、包:
conda install package_name
# 下载安装包(若同时安装多个包,则用空格隔开不同包)
conda install package_name=version
# 下载包同时指定版本
conda remove package_name
# 删除包
conda list
#列出已经安装的包
conda upgrade --all
# 更新所有包
codna search package_name
# 查找包的版本信息
codna install package_name -n env_name
# 管理指定虚拟环境的包
安装requirements.txt中的第三方依赖包
1.conda下切换到requirements.txt所在目录
2.pip install -r requirements.txt
例如:创建名为 data 且安装了 Python 3.9、numpy的环境
conda create -n data python=3.9 numpy
activate data
D:... # 如果requirements.txt所在目录在D盘,...是requirements.txt的位置,在同一个盘符下cd D:...
pip install -r requirements.txt
三、将虚拟环境导入jupyter notebook
- 在该环境下,安装ipykernel
(pytorch) C:\Users\admin>: conda install ipykernel
- 强虚拟环境导入ipykernel
(pytorch) C:\Users\admin>: python -m ipykernel install --user --name env_name --display-name "display_name"
# 如,我的虚拟环境是pytorch,我希望它在jupyter notebook中展示位pytorch(py36),则输入
(pytorch) C:\Users\admin>: python -m ipykernel install --user --name pytorch --display-name "pytorch(py36)"
四、从requirements.txt安装依赖
pip install -r (复制txt的存放路径)\requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
加上后面的 -i https://pypi.tuna.tsinghua.edu.cn/simple 可以很快就下载完了