Conda基本使用方法

anaconda/miniconda的安装

请点击查看我的博客

本教程全部命令操作均在CMD(win)、terminal(win)、终端(linux/Macos)中执行

使用前配置

因为anaconda默认更新源在国外,不使用众所周知的特殊方法很难获得较高的访问下载速度,我们可以通过使用国内的镜像站来解决。

我们以使用清华镜像站作为默认更新下载源。

修改方式是修改用户目录下的.condarc文件实现,Linux或macos系统可以直接使用终端修改,windows用户需要首先执行下面命令创建该文件:

conda config --set show_channel_urls yes

这样我们就可以在用户目录中看到了

批注 2020-03-03 082145

使用命令

explorer .condarc

打开该文件,将以下命令复制进去

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_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/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

保存即可

批注 2020-03-03 082519

运行 conda clean -i 清除索引缓存,保证用的是镜像站提供的索引。

使用anaconda图形界面进行包管理

使用Anaconda Navigator进行简单包管理,该应用位于anaconda安装目录下,macos用户在访达-应用程序可见,win10用户在win菜单中可见快捷方式。

点开environment可见中间和右侧有两栏:

批注 2020-03-03 083116

中间栏是虚拟环境,默认为base。

环境配置成功后,可能会发现在终端中发现默认带有一个(base),无视即可。

虚拟环境简单来说就是不同的Python环境,好处有很多,比如:

  • 虚拟环境中可以安装不同的python和Python包,这样可以防止出现开发时不同项目需要不同版本包带来的尴尬;
  • 加快加载速度,单个项目只需要导入该项目虚拟环境中的包即可,无需导入全部包。

使用加号Create创建环境,在右侧添加删除或者更新包即可使用。

使用命令行进行包管理

此电脑/属性/高级系统设置/环境变量/系统变量/Path/

将anaconda安装目录下的scripts文件夹添加至path

在cmd中输入

conda list

进行测试。

查看版本获取帮助

查看版本:

conda --version
#或者:
conda -V
#V大写

获取帮助

#获取全局帮助
conda -h
#或者
conda --help
#查看某一命令帮助
conda update --help

环境相关

创建虚拟环境

创建名为deeplearn的虚拟环境,并指定python版本为3.6

conda create -n deeplearn python=3.6

按照提示操作即可完成创建。

也可以指定包含某些包,此处不做描述,实用性不高,完全可以之后添加。

虚拟环境所在的文件夹是安装目录中的envs

列出所有环境

conda info --envs
#或者
conda env list

默认环境为base环境,我们需要切换到deeplearn

conda activate deeplearn
#命令为:activate 环境名

如果切回默认环境只需要输入"activate"即可

退出当前环境

deactivate

复制环境

conda create --name 新环境名 --clone 旧环境名

删除环境

conda remove --name 环境名 --all

分享环境

首先进入所要分享的环境,然后输入:

conda env export > env.yml

这样在工作目录就可以获得一个env.yml文件

收到env.yml文件后使用下面命令通过该文件创建环境

conda env create -f env.yml

包相关

列举包

当前环境:

conda list

非当前环境

conda list -n 环境名

安装包

当前环境

conda install 包名

非当前环境

conda install -n 环境名 包名 

卸载包

将安装中的install 换成remove即可

conda remove 包名

更新包

将安装中的install换成update即可

conda update 包名
原文地址:https://www.cnblogs.com/pteromyini/p/12512057.html