conda使用干货笔记

之前用时做的笔记，只存在网易云笔记里，觉得挺好用的就发出来了

pycharm已有项目上使用conda环境或切换为conda其他环境：

点击settings，选择project:项目名->project interpret ->show all。如果没有点击+号添加一个，base interpreter选择miniconda3根目录下的python.exe，或者也可以选其他虚拟环境下的就可以切换环境了。

 

另外为了pycharm避免编程界面错误的给包名画红线（），要将第三方包文件site-packeges那个文件夹加入。注意用非base环境的话site-packeges在envs\环境名\Lib\site-packages下

=======下面都是我在使用过程中记录的满满的干货=========

miniconda的下载安装

Miniconda的下载网址为https://conda.io/miniconda.html

anaconda包含了500M的现成包，mini只包含了基本的东西。不过现成包里的版本不一定比mini版更符合你的需求。conda会根据计算机环境下载优化版本的软件包，并且自动解决依赖问题，所以如果安装tensorflow之类的，比pip下的好用。

下载exe装完后，老规矩，需要配置环境变量：高级系统配置里设置系统变量path添加几条，根目录D:\Miniconda3依据自己的情况修改：

D:\Miniconda3

D:\Miniconda3\Scripts

D:\Miniconda3\lib\site-packages\

原来的纯python就没用了，建议删除原来python的相关path，避免新老版本pip用得混乱。

使用conda环境

查看安装情况

设好后cmd输入python，可以看到版本号和提示

Python 3.7.4 (default, Aug 9 2019, 18:34:13) [MSC v.1915 64 bit (AMD64)] :: Anaconda, Inc. on win32 Warning: This Python interpreter is in a conda environment, but the environment has not been activated. Libraries may fail to load. To activate this environment

这样就到了conda的python环境。并提示当前没有激活特定环境。

也可以用Anaconda Prompt 工具，优点是关键字有颜色，并默认进入base环境。

由于众所周知的原因，我们先换下下载源：

换源：(如果默认官方的没用的话)

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

# 设置搜索时显示通道地址

conda config --set show_channel_urls yes

 

虚拟环境

conda的优点之一是可以多python环境切换

新安装的conda默认有个base环境。

输入

conda env list

可以看到目前的环境列表。带星号的表示当前所处环境。

 

手工加虚拟环境：

conda create --name huangly python=3.7,tensorflow=1.13.2

这条命令创建一个test1的开发环境，并预先下载python3.6。

conda activate test1 #进入环境 

conda deactivate test1 #退出 

conda remove --name test1 --all #彻底删除环境

上面激活了这个test1环境。之后安装的第三方包会装在envs\test1\Lib\site-packages 文件夹。

另外base环境下的会装在lib\site-packages下。

pycharm加虚拟环境：

新建项目时选择scientific，修改项目名后会自动生成一个虚拟环境，也可以点location选现成的。

 

使用关键命令

然后可以安装一下指定版本numpy， 去掉版本号安装最新版

conda install numpy=1.8.1

查询下存在ts的版本

conda search tensorflow

 

conda install tensorflow=1.5.1

其他常用命令

conda list 查看安装的各种包

conda remove 卸载某个包

conda update conda （或特定包名）跟新包 conda update --all 更新所有

conda clean 清除安装失败或失效的包缓存

conda info 查看各种环境信息、源、配置文件、文件路径

jupyter notebook 在多虚拟环境的使用

如何在Jupyter Notebook中使用Python虚拟环境？ - 简书

conda install jupyter 

conda install nb_conda 

#跳到虚拟环境后，再安装一个 

conda create --name yukon 

conda activate yukon 

conda install ipykernel

conda批量导出包含环境中所有组件的requirements.txt文件

conda list -e > requirements.txt

conda批量安装requirements.txt文件中包含的组件依赖

conda install --yes --file requirements.txt