conda常用知识/命令

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

1. 通过文件

cd ~
sudo nano .condarc

然后修改你的源

2. 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

1. conda --version #查看conda版本，验证是否安装

2. conda update conda

#更新至最新版本，也会更新其它相关包

3. conda update --all #更新所有包

4. conda update package_name #更新指定的包

5. 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

6. source activate env_name #切换至env_name环境

7. source deactivate #退出环境

8. conda info -e #显示所有已经创建的环境

9. conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name

10. conda remove --name env_name –all #删除环境

11. conda list #查看所有已经安装的包

12. conda install package_name #在当前环境中安装包

13. conda install --name env_name package_name #在指定环境中安装包

14. conda remove – name env_name package #删除指定环境中的包

15. conda remove package#删除当前环境中的包

16. conda create -n tensorflow_env tensorflow

conda activate tensorflow_env #conda 安装tensorflow的CPU版本

17. conda create -n tensorflow_gpuenv tensorflow-gpu

conda activate tensorflow_gpuenv #conda安装tensorflow的GPU版本

18. 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