conda 环境

准备工作：配置 conda 镜像

默认的 conda 源下载速度比较慢，需要先将 conda 源设置为国内镜像

# 添加 Anaconda 的 TUNA 镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

首先通过如下代码生成配置文件 .condarc

conda config --set show_channel_urls yes

 配置文件的目录是：~/.condarc，使用vim打开它，并添加我们需要的源：

vim ~/.condarc

添加如下代码，清华的 

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

或者添加中国科学技术大学的

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

或者上海交通大学开源镜像站

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

列出当前所有的环境

conda info -e

创建一个虚拟环境

conda create -n env_name python=3.6 pandas=0.21

 以上命令创建了一个名为 env_name 的新环境的同时安装了 Python3.6 和 pandas

激活虚拟环境

# Windows系统activate env_name
# Linux和Mac系统source activate env_name

删除虚拟环境

conda remove -n env_name --all 

conda clean -p      //删除缓存
conda clean -y --all //删除pkgs目录下所有的无用安装包及cache

复制某个环境

如果环境依赖包太多，从头开始安装环境，会比较耗时，我们可以复制一个已有的环境，来创建新环境

conda create -n new_env_name --clone old_env_name

分享环境

通常我们会遇到以下场景：

• 更换电脑、更换系统后快速恢复原来的环境
• 代码写好以后，通常需要交给别人部署，需要告诉部署人员自己的环境和 Python 依赖信息
• 在另外一台电脑运行我们的应用程序

这时候 conda 提供的分享环境功能就派上用场了，能够很方便的将我们的环境信息快速的分享出来，操作步骤如下：

1. 首先我们需要先激活想分享的环境

# Windowsactivate env_name
# Linux/Macsource activate env_name

1. 然后通过 export 命令导出环境配置

conda env export > environment.yml

导出的环境配置
打开environment.yml文件，我们就能看到上图中的环境信息

最后，通过以下命令就可以重新安装一个相同的环境

conda env create -f environment.yml

当然，conda 也可以像pip一样用于包管理的，这里就不详细展开了，感兴趣的同学可以通过conda -h命令了解详细用法，