pip安装和conda安装区别
conda会自动的安装相互兼容的包,而pip都是默认安装最新的包,推荐使用conda
换源
镜像源
#清华镜像
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/cloud/conda-forge/
ssl_verify: true
#中科大
channels:
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
- https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
ssl_verify: true
#上海交大
channels:
- https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
- https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
- https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/
ssl_verify: true
- 通过文件
cd ~
sudo nano .condarc
然后修改你的源
- 通过命令行
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
创建环境
conda create -n py_env python=3.5.6
env环境移植
conda env export > [name].yaml
复制到新环境下执行
conda env create -f [name].yaml
导出pip安装的包
pip freeze > requirements.txt
导入pip安装的包
pip install -r requirements.txt
列出当前存在的环境
conda env list
进入环境
activate my_py_env
如果你想一进入终端就是你要的环境,那么你需要修改终端,我的是mac在~/.zshrc,Linux一般在~/.bashrc下,记得用sudo
#在文件里最后面修改
# <<< conda initialize <<<
conda activate my_env
conda管理包
conda install -n py_env opencv
conda uninstall -n py_env opencv
如果以requirements.txt安装包
conda install --yes --file REQUIREMENTS.txt
复制环境
conda create -n new_env --clone old_env
#然后再把oldenv删了
删除环境
conda remove -n old_env --all
常用命令
此部分转载于https://zhuanlan.zhihu.com/p/67745160
-
conda --version #查看conda版本,验证是否安装
-
conda update conda
#更新至最新版本,也会更新其它相关包
-
conda update --all #更新所有包
-
conda update package_name #更新指定的包
-
conda create -n env_name package_name #创建名为env_name的新环境,并在该环境下安装名为package_name 的包,可以指定新环境的版本号,例如:conda create -n python2 python=python2.7 numpy pandas,创建了python2环境,python版本为2.7,同时还安装了numpy pandas
包
-
source activate env_name #切换至env_name环境
-
source deactivate #退出环境
-
conda info -e #显示所有已经创建的环境
-
conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name
-
conda remove --name env_name –all #删除环境
-
conda list #查看所有已经安装的包
-
conda install package_name #在当前环境中安装包
-
conda install --name env_name package_name #在指定环境中安装包
-
conda remove – name env_name package #删除指定环境中的包
-
conda remove package#删除当前环境中的包
-
conda create -n tensorflow_env tensorflow
conda activate tensorflow_env #conda 安装tensorflow的CPU版本
- conda create -n tensorflow_gpuenv tensorflow-gpu
conda activate tensorflow_gpuenv #conda安装tensorflow的GPU版本
- conda env remove -n env_name #采用第10条的方法删除环境失败时,可采用这种方法