anaconda
env
1
2
| 创建虚拟环境
conda create -n env_name python=3.8
|
进入\激活虚拟环境
退出虚拟环境
删除虚拟环境
1
| conda remove --name env_name --all
|
导出环境
1
2
3
4
| #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
查询是否安装哪个包
1
2
3
4
| 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
最新添加的优先级越高
jupyter
方法一 为 conda 环境创建特殊内核
1
2
3
4
5
| 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
1
2
3
4
5
6
7
| 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
