anaconda

env

1 2	`创建虚拟环境 conda create -n env_name python=3.8`

1 2	`查看虚拟环境 conda env list`

进入\激活虚拟环境

1	`conda activate env_name`

退出虚拟环境

1	`conda activate`

删除虚拟环境

1	`conda remove --name env_name --all`

导出环境

#获得环境中的所有配置
conda env export --name myenv > myenv.yml
#重新还原环境
conda env create -f  myenv.yml

pkg

查看当前虚拟环境的包/库

1	`conda list`

查询是否安装哪个包

详细查找
conda list pkgname        
模糊查找
conda list pkgname*

安装包

1 2	`conda install package_name conda install numpy=0.20.3`

查询包的版本 (不是本地的，是这个包网上有几个版本)

1	`conda search package_name`

卸载包

1 2	`conda uninstall package_name`

清理anaconda缓存

1
2
3

conda clean -p      # 删除没有用的包 --packages
conda clean -t      # 删除tar打包 --tarballs
conda clean -y -all # 删除所有的安装包及cache(索引缓存、锁定文件、未使用过的包和tar包)

python版本管理

1 2	`conda install python=3.5 #将版本变更到指定版本 python --version #查看python版本`

conda install vs pip install

1
2

conda只能在conda管理的环境中使用，例如比如conda所创建的虚环境中使用。pip可以在任何环境中使用，在conda创建的环境 中使用pip命令，需要先安装pip（conda install pip ），然后可以 环境A 中使用pip 。conda 安装的包，pip可以卸载，但不能卸载依赖包，pip安装的包，只能用pip卸载。

如何判断conda中某个包是通过conda还是pip安装的？

1	`执行 conda list ，用pip安装的包显示的build项目为pypi。`

镜像

添加清华源channel

1 2	`conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/`

删除

1 2	`conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/`

展示所有

1 2	`conda config --show channels`

设置下载时候显示channel

1	`conda config --set show_channel_urls yes`

查看现在的channel状态和优先级

1 2	`conda config --get channels`

展示所有的镜像channel

1 2	`conda config --show channels #越上面优先级越高`

添加conda-forge channel

1	`conda-forge channel`

最新添加的优先级越高

jupyter

方法一为 conda 环境创建特殊内核

conda create -n my-conda-env    # creates new virtual env
conda activate my-conda-env     # activate environment in terminal
conda install ipykernel      # install Python kernel in new conda env
ipython kernel install --user --name=环境名 # configure Jupyter to use Python kernel

方法一删除虚拟环境内核

1	`jupyter kernelspec remove 环境名 # 删除虚拟环境的 kernel 内核`

方法二使用 nb_conda_kernels 添加所有环境
第一种方法其实也挺不错的。有个缺点是，你新建一个环境，就要重复操作一次。

而这个方法就是一键添加所有 conda 环境，但需要在新环境里面安装 ipykernel

conda activate my-conda-env    
conda install ipykernel
conda deactivate

conda activate base      # could be also some other environment
conda install nb_conda_kernels
jupyter notebook

第一个框是方法二
第二个框是方法一
11