1.提供了包管理功能,Windows 平臺安裝第三方包經常失敗的場景得以解決2.提供環境管理的功能,功能類似 Virtualenv,解決了多版本Python並存、切換的問題
常用命令1.更新所有包
conda upgrade --all 2.安裝,卸載,更新包
conda install package_name
conda remove package_name
conda update package_name3.列出已安裝的包
conda list4.查看conda當前package_name可用版本
conda search package_name管理環境1.創建環境
conda create -n env_name package_names
conda create -n py3 python=3
conda create -n py2 python=22.進入環境
activate my_env -- win
source activate my_env -- OSX/Linux3.離開環境
deactivate -- win
source deactivate -- OSX/Linux4.共享環境
conda env export > /path/to/environment.yaml
conda env update -f=/path/to/environment.yml
=>
pip freeze > environment.txt
pip install -r /path/requirements.txt5.列出環境
conda env list6.刪除環境
conda env remove -n env_name修改鏡像地址~/.condarc (Linux/Mac) C:\Users\當前用戶名.condarc (Windows)
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults
show_channel_urls: trueconda常用命令最新版的conda是從site-packages文件夾中搜索已經安裝的包,不依賴於pip,因此可以顯示出通過各種方式安裝的包。conda將conda、python等都視為package,因此完全可以使用conda來管理conda和python的版本
# 列出所有已安裝的包
conda list
# 安裝軟體包,同時它會自動安裝此軟體包的依賴項
conda install package_name
# 同時安裝多個包
conda install numpy pandas
# 安裝指定版本的包
conda install python=2.7
# 安裝離線包
conda install /package-path/package-filename.tar.bz2
# 卸載包
conda remove package_name
# 更新環境中的所有已安裝的包
conda update/upgrade --all
# 更新conda,保持conda最新
conda update conda
# 更新anaconda
conda update anaconda
# 更新python
conda update python
# 查看conda安裝信息
conda info
# 查看conda幫助
conda help
# 搜索可以安裝的包
conda search package_name
# 創建conda虛擬環境
conda create -n env_name
# 在這裡,-n env_name 設置環境的名稱(-n 是指名稱),而 list of packages 是要安裝在環境中的包的列表
conda create -n env_name list of packages
# 可以創建具有特定 Python 版本的環境
conda create -n py2.7.14 python=2.7.14
# 查看conda版本
conda -V
# 進入環境
# linux 下用
source activate env_name
# windows 下用
activate env_name
# 離開環境
# linux 下用
source deactivate
# windows 下用
deactivate
# 列出環境
conda env list
# 刪除環境
conda env remove -n env_name
# 導出環境將包保存為 YAML,輸出環境中的所有包的名稱(包括 Python 版本)
conda env export > environment.yaml
# 加載環境
conda env create -f environment.yaml