Conda常用命令整理(列举已有环境\创建环境\进入环境) conda create --name env_name python=3.7

Conda常用命令整理_CharlotteMen的博客-CSDN博客_conda命令对Conda常用命令的整理，主要参考Anaconda官方指南Using Conda：https://conda.io/docs/using/index.htmlhttps://blog.csdn.net/menc15/article/details/71477949

最常用指令：

1 列举环境:conda env list
2 创建环境: conda create --name xxx python=3.7
3 激活环境: source activate xxx
4 退出环境: source deactivate
5 克隆虚拟环境(此处复制base环境) conda create -n xxx --clone base
说明: 其中xxx表示环境的名称，它是自定义的

1 安装中遇到问题  conda create --name pysot python=3.7 

C:\Users\Administrator>conda create --name pysot python=3.7
WARNING: The conda.compat module is deprecated and will be removed in a future r
elease.
Collecting package metadata: done
Solving environment: done


==> WARNING: A newer version of conda exists. <==
  current version: 4.6.11
  latest version: 4.6.14

Please update conda by running

    $ conda update -n base -c defaults conda



## Package Plan ##

  environment location: G:\nk_deeplearning\Anaconda\envs\pysot

  added / updated specs:
    - python=3.7


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    ca-certificates-2019.5.15  |                0         166 KB
    certifi-2019.6.16          |           py37_0         155 KB
    openssl-1.1.1c             |       he774522_1         5.7 MB
    pip-19.1.1                 |           py37_0         1.8 MB
    python-3.7.3               |       h8c8aaf0_1        17.8 MB
    setuptools-41.0.1          |           py37_0         680 KB
    sqlite-3.28.0              |       he774522_0         945 KB
    vs2015_runtime-14.15.26706 |       h3a45250_4         2.4 MB
    wheel-0.33.4               |           py37_0          57 KB
    ------------------------------------------------------------
                                           Total:        29.6 MB

The following NEW packages will be INSTALLED:

  ca-certificates    pkgs/main/win-64::ca-certificates-2019.5.15-0
  certifi            pkgs/main/win-64::certifi-2019.6.16-py37_0
  openssl            pkgs/main/win-64::openssl-1.1.1c-he774522_1
  pip                pkgs/main/win-64::pip-19.1.1-py37_0
  python             pkgs/main/win-64::python-3.7.3-h8c8aaf0_1
  setuptools         pkgs/main/win-64::setuptools-41.0.1-py37_0
  sqlite             pkgs/main/win-64::sqlite-3.28.0-he774522_0
  vc                 pkgs/main/win-64::vc-14.1-h0510ff6_4
  vs2015_runtime     pkgs/main/win-64::vs2015_runtime-14.15.26706-h3a45250_4
  wheel              pkgs/main/win-64::wheel-0.33.4-py37_0
  wincertstore       pkgs/main/win-64::wincertstore-0.2-py37_0


Proceed ([y]/n)? y


Downloading and Extracting Packages
setuptools-41.0.1    | 680 KB    | #################################### | 100%
ca-certificates-2019 | 166 KB    | #################################### | 100%
certifi-2019.6.16    | 155 KB    | #################################### | 100%
openssl-1.1.1c       | 5.7 MB    | #################################### | 100%
pip-19.1.1           | 1.8 MB    | ###7                                 |  10%
vs2015_runtime-14.15 | 2.4 MB    | #################################### | 100%
python-3.7.3         | 17.8 MB   | ##############8                      |  41%

中间网络错误；

重复指令即可：
conda create --name pysot python=3.7

巨慢~

2 指令说明

环境：Win7  64bit with conda 4.6.11   指令：conda list
以下命令均在windows命令行中输入。
一般来讲，无论是在Linux，OS X还是在windows系统中，在命令行窗口中输入的conda命令基本是一致的，除非有特别标注。

0.获取版本号

conda --version

conda -V

1. 获取帮助

conda --help
conda -h

查看某一命令的帮助，如update命令及remove命令

conda update --help
conda remove --help

• 同理，以上命令中的--help也可以换成-h。

2.环境管理

查看环境管理的全部命令帮助

conda env -h

1 创建环境

conda create --name your_env_name

conda create --name your_env_name
输入y确认创建。

2 创建制定python版本的环境

conda create --name your_env_name python=2.7
conda create --name your_env_name python=3
conda create --name your_env_name python=3.5

conda create --name your_env_name python=2.7

2 创建包含某些包的环境
 

conda create --name your_env_name numpy scipy

conda create --name your_env_name numpy scipy

2 创建指定python版本下包含某些包的环境

conda create --name your_env_name python=3.5 numpy scipy

conda create --name your_env_name python=3.5 numpy scipy

3 列举当前所有环境

conda info --envs
conda env list

conda info --envs
conda env list

4 进入某个环境

source activate your_env_name

source  activate your_env_name

注意：(要加source 来激活环境才有效果要加source)
这里需要写成

source activate your_env_name

eg: conda env list

eg: source activate base

(base)表示当前进入的环境

５退出当前环境

source deactivate 

conda deactivate [此指令适用于THU服务器-亲测有效]

注意:

如果不加source 是不行的source deactivate 

PS:如果激活失败可以参考这个博客：conda activate激活环境出错的解决办法_云外孤鸟的博客-CSDN博客_activate conda

报错如下：

zsq@localhost ~]$ conda activate python36

CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.
To initialize your shell, run

    $ conda init <SHELL_NAME>

Currently supported shells are:
  - bash
  - fish
  - tcsh
  - xonsh
  - zsh
  - powershell

See 'conda init --help' for more information and options.

IMPORTANT: You may need to close and restart your shell after running 'conda init'.
 

1 我觉得很有可能是是上次conda activate xxx命令激活环境后,
未使用conda deactivate退出环境就关闭终端导致的。

2 发现这个问题后，解决思路就比较明显了，重新激活一下环境就好了，具体操作如下：

# 重新进入虚拟环境
source activate
 # 重新退出虚拟环境
source deactivate

最后，重新执行conda activate env_py36 没有报错，成功进入该虚拟环境
 

6 复制某个环境

conda create --name new_env_name --clone old_env_name 

conda create --name new_env_name --clone old_env_name
                                     创建的新环境名　　　　复制的旧环境名

7 删除某个环境

conda remove --name your_env_name --all

conda remove --name your_env_name --all
 

3 分享环境

如果你想把你当前的环境配置与别人分享，
这样ta可以快速建立一个与你一模一样的环境（同一个版本的python及各种包）来共同开发/进行新的实验。
一个分享环境的快速方法就是给ta一个你的环境的.yml文件。

1 首先通过activate target_env要分享的环境target_env，

首先，先激活， 通过

source activate target_env

2 然后输入下面的命令会在当前工作目录下生成一个environment.yml文件，

conda env export > environment.yml

3 小伙伴拿到 environment.yml 文件后，
将该文件放在工作目录下，
可以通过以下命令从该文件创建环境

conda env create -f environment.yml

conda env create -f environment.yml

.yml是这个样子的 

当然，你也可以手写一个 .yml 文件用来描述或记录你的python环境。

4 包管理

1 列举当前活跃环境下的所有包

conda list

conda list

2 列举一个非当前活跃环境下的所有包(应该是制定哪个环境的名字就是哪个环境)

conda list -n your_env_name

conda list -n your_env_name

3 为指定环境安装某个包

conda install -n env_name package_name

conda install -n env_name package_name
　　　　　　　环境名　　包的名字

如果不能通过conda install来安装，
文档中提到可以从Anaconda.org安装，
但我觉得会更习惯用pip直接安装。
pip在Anaconda中已安装好，
不需要单独为每个环境安装pip。
如需要用pip管理包，activate环境后直接使用即可。