【anaconda】conda创建、查看、删除虚拟环境（anaconda命令集）_conda 创建环境-CSDN博客

文章目录

源

豆瓣(douban) http://pypi.douban.com/simple/

一、管理conda：

（1）检查conda版本

  • conda --version

（2）获取版本号

  • conda --version或 conda -V

（3）列出所有的环境

  • conda env list
  • conda list命令用于查看conda下的包，而conda env list命令可以用来查看conda创建的所有虚拟环境。

（4）查看环境管理的全部命令帮助

  • conda env -h

（5）conda升级

我们可以在命令行中或者anaconda prompt中执行命令进行操作。

  • conda update conda升级conda
  • conda update anaconda升级anaconda前要先升级conda
  • conda update --all升级所有包

（6）conda升级后释放空间

在升级完成之后，我们可以使用命令来清理一些无用的包以释放一些空间：

  • conda clean -p删除没有用的包
  • conda clean -t删除保存下来的压缩文件（.tar）

二、管理环境

（1）创建环境

  • conda create -n env-name [list of package]。-n env-name是设置新建环境的名字，list of package是可选项，选择要为该环境安装的包。
  • 如果我们没有指定安装python的版本，conda会安装我们最初安装conda时所装的那个版本的python。
  • 若创建特定python版本的包环境，需键入conda create -n env-name python=3.6

（2）激活环境

Linux，OS X:

  • source activate env-name

Windows：

  • activate env-name

小技巧：
新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径；

（3）切换到base环境

如果要从你当前工作环境的路径切换到系统根目录时，键入：

Linux，OS X:

  • conda source deactivate

Windows:

  • conda deactivate

（4）复制一个环境

通过克隆来复制一个环境。这儿将通过克隆snowfllakes来创建一个称为flowers的副本。

  • conda create -n flowers --clone snowflakes
  • 通过conda env list来检查目前拥有的环境

（5）删除一个环境

如果你不想要这个名为flowers的环境，就按照如下方法移除该环境：

  • conda env remove -n flowers

三、管理包

（1）安装包 或 安装特定版本的包

  • conda install package-name
  • conda install package-name==version

（2）查看所有已安装包

  • conda list

（3）卸载包

  • conda remove package-name

（4）更新包

更新一个包

  • conda update package-name

更新所有包

  • conda update --all

（5）搜索包

  • conda search search-term，可以模糊搜索

四、把环境添加到jupyter notebook

首先通过activate进入想要添加的环境中，然后安装ipykernel，接下来就可以进行添加了。

  • pip install ipykernel
  • python -m ipykernel install --name Python36Python36可以取与环境名不一样的名字，但方便起见建议统一

（1）查看已添加到jupyter notebook的kernel

**我们可以使用jupyter kernelspec list来查看已添加到jupyter notebook的kernel。
显示如下：**

PS C:\Users\25387> jupyter kernelspec list
Available kernels:
  python3    D:\Anaconda\anaconda\share\jupyter\kernels\python3

（2）删除指定的kernel

若想删除某个指定的kernel，可以使用命令jupyter kernelspec remove kernel_name来完成。

  • 由于python是不向后兼容的，分开环境可以避免语法版本不一引起的错误，同时这也可以避免工具包安装与调用的混乱。

参考

anaconda笔记：conda的各种命令行操作
anaconda常用命令行指令
Anaconda常用命令大全

原网址: 访问
创建于: 2024-12-17 09:50:12
目录: default
标签: 无

未标明原创文章均为采集，版权归作者所有，转载无需和我联系，请注明原出处，南摩阿彌陀佛，知识，不只知道，要得到

请先后发表评论
  • 最新评论
  • 总共0条评论