Anaconda命令总结

以下命令均是在win+r 　cmd输入命令进行的

查看conda是否安装成功

conda

这样就表示安装ｃｏｎｄａ成功了！

 Anaconda创建虚拟环境

(建议先更换下中科大或者清华的镜像 不然下载的很慢鸭)

conda create -n unet python==3.6.0 

删除环境

conda remove -n xxx(环境名） --all   删除环境

删除包

conda remove -h  xxx   删除包

显示已安装的包

pip list

激活或切换虚拟环境

conda activate unet

 这样就表示进入创建的虚拟环境了

退出并进入base环境

# 方法一
 conda deactivate 
 # 方法二
 conda activate base

查看已有虚拟环境

conda env list
或 conda list

删除创建的虚拟环境

conda remove -n ida_cv --all

修改镜像请参考

Anaconda和pip更换为国内镜像_XF鸭的博客-CSDN博客

指定源使用

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple 

    -i  http://pypi.douban.com/simple 				# 豆瓣
	-i https://pypi.tuna.tsinghua.edu.cn/simple		# 清华
    -i  http://mirrors.aliyun.com/pypi/simple		# 阿里
    # 安装numpy使用豆瓣源加速
    pip install numpy -i  http://pypi.douban.com/simple

查看指定包

conda list numpy

pip安装/卸载包

安装

pip install numpy

安装指定版本的包

pip install numpy==1.19.5

指定镜像安装（注意：是在当前激活的环境下进行安装的）

pip install numpy -i https://pypi.douban.com/simple
pip install tensorflow-cpu == 2.3.0 -i https://mirror.baidu.com/pypi/simple
pip install pyqt5 -i https://mirror.baidu.com/pypi/simple
pip install pillow -i https://mirror.baidu.com/pypi/simple 
pip install opencv-python -i https://mirror.baidu.com/pypi/simple 
pip install matplotlib -i https://mirror.baidu.com/pypi/simple 

卸载

pip uninstall numpy

升级

pip install --upgrade numpy

常见包的安装

OpenCv

pip install opencv-python
pip install opencv-contrib-python

安装tensorflow

conda install tensorflow-gpu==2.0.0

安装Pytorch

cpu版本

conda install pytorch torchvision cpuonly -c pytorch

安装pytorch-gpu版本 https://yidamyth.blog.csdn.net/article/details/118852828?spm=1001.2014.3001.5502

pytorch官方版本查看：Previous PyTorch Versions | PyTorch
离线下载网址：https://download.pytorch.org/whl/torch_stable.html

# 方法1：需要网络稳定, 直接从官网下载 官网有直接的下载命令
# conda
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 -c pytorch
# 方法2：安装whl离线torch包
pip install pytorch.whl
# 方法3：具体操作看上面的gpu安装教程

一键安装环境配置requirements.txt

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

conda --version  查看conda版本

conda upgrade --all    升级所有的工具包

activate // 切换到base环境

activate learn // 切换到learn环境

conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本)

conda env list // 列出conda管理的所有环境

conda list // 列出当前环境的所有包

conda install requests 安装requests包

conda remove requests 卸载requets包

conda remove -n learn --all // 删除learn环境及下属所有包

conda update requests 更新requests包

conda env export > environment.yaml // 导出当前环境的包信息

conda env create -f environment.yaml // 用配置文件创建新的虚拟环境

pip3 install gym[alll]           //安装所有的