conda命令常用操作 整理Python中常用的conda命令操作
找出幕后煮屎者 人气:01 conda介绍
conda是一个python的包管理器，用来管理、安装、更新python的包和相关的依赖。另外，conda可以为特定任务创建独立的环境，每个环境中可以只安装需要用到的包和依赖，还可以将环境导出成yml文件，然后别人可以通过你导出的yml文件可以创建一样的环境。
1.1 查看版本
conda -V #或 conda info
1.2 更新到当前版本
conda update conda
1.3 查看某个命令帮助文档
conda [command] --help
例如conda create --help
2 环境 (environment)
每个环境相当于一个独立的文件目录，目录下是已经安装了的包。切换到哪个环境，conda就会把包安装在哪个环境的目录下。默认的环境为base。
2. 1 查看所有环境
conda info --envs
2.2 创建环境
#创建一个名为ENVNAME的环境 conda create --name ENVNAME #创建一个名为ENVNAME的环境，并在该环境下包含某个版本的python conda create --name ENVNAME python=3.9 #创建环境的同时，安装某个包 conda create --name ENVNAME python=3.9 PKG1 PKG2
--name也可以写作-n。
例如conda create --name zyy创建了一个名为zyy的环境。通过命令conda list --name zyy查看zyy环境下有哪些包，可以发现此时该环境是空的，没有任何包。
2.3 激活和关闭环境
#激活ENVNAME环境 conda activate ENVNAME
#关闭退出当前环境 conda deactivate
2.4 查看某个环境下安装的包
#当前环境的包 conda list
#名为ENVNAME的环境的包 conda list --name ENVNAME #或 conda list -n ENVNAME
2.5 删除环境
conda remove --name ENVNAME --all
2.6 导出环境到yml文件
#将ENVIRONMENT环境导出到env.yml文件中(包括所有安装的包以及依赖) conda env export --name ENVIRONMENT > env.yml #或 conda env export -n ENVIRONMENT > env.yml #将ENVIRONMENT环境导出到env.yml文件中(不包括附带安装的依赖) conda env export --from-history --name ENVIRONMENT > env.yml
2.7 根据yml文件创建环境
conda env create --file envname.yml #或 conda env create -f envname.yml
2.8 环境变量设置
有时候在某个环境下需要设置环境变量。
查看当前的环境变量：conda env config vars list
设置环境变量：conda env config vars set my_var=value
取消环境变量：conda env config vars unset my_var
3 安装和卸载包
#在目前所在环境下安装名为PKG的包 conda install PKG #在目前所在环境下安装某个版本的包 conda install PKG=3.1.4 #安装PKG包到指定环境ENVIRONMENT conda install PKG --name ENVIRONMENT #或 conda install PKG -n ENVIRONMENT #从名字为CHANNEL的源中安装名字为PKG包 conda install PKG --channel CHANNEL #从当前环境卸载某个包 conda uninstall PKG #卸载指定环境中的某个包 conda uninstall PKG --name ENVIRONMENT
4 源 (channel)
conda的channel就是各个python包所在的远程地址，中文常常称作"源"。python的包存放在某个channel中，然后每个人在安装某个package的时候，此package便通过网络从远程的channel下载到本地然后安装到当前的环境(environment)中。
默认channel是 https://repo.anaconda.com/pkgs/，可能会收费。而conda-forge是免费的。
4.1 查看channel:
conda config --show
输入上述命令后，可以在命令行看到下列结果，发现只有两个channels,一个是conda-forge，一个是defaults。可以看到default_channels来源有两个：https://repo.anaconda.com/pkgs/main和https://repo.anaconda.com/pkgs/r
命令conda config --show除了显示channels之外，还会显示别的配置，如果只需要查看channels及其优先级，可以用
conda config --get channels
4.2 添加channel:
#在channel list最上面添加channel，使其优先级最高 conda config --prepend channels CHANNEL #或 conda config --add channels CHANNEL #在channel list最下方添加channel，使其优先级最低 conda config --append channels CHANNEL
添加北外镜像的源：
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/ #Conda Forge conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/ #pytorch conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
添加之后，再看看有没有添加成功，conda config --get channels
除了defaults和conda-forge，还多了四个我们刚刚添加的源，说明添加成功。
4.3 删除channel
conda config --remove channels CHANNEL
例如，刚刚添加了北外镜像的源，现在我们来删掉：
conda config --remove channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/ conda config --remove channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/ conda config --remove channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/ conda config --remove channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
再次查看当前的channels, conda config --get channels
5 一个完整示例
查看channel
conda config --get channels
添加北外的源:
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
查看现在的channel
查看当前系统有多少个环境
conda env list
显示:
表明现在只有一个base环境。
创建新环境zyy，并且同时安装python3.9, matplotlib, numpy, netcdf4
conda create --name zyy python=3.9 matplotlib numpy netcdf4
Proceed ([y]/n)?输入 y继续。然后开始安装包和相关的依赖。
最后显示：
表明环境创建成功。
然后切换到zyy环境：
conda activate zyy
切换环境后，发现前面括号中的内容已经由(base)变为(zyy)。
然后查看系统中存在哪些环境：
conda env list
接着导出当前环境
conda env export --name zyy --from-history my_env.yml
my_env.yml内容如下：
接下来我们看如何从已有的yml文件中导入环境。
conda env create --file my_env.yml
显示这个错误: CondaValueError: prefix already exists: /home/yyzhong/anaconda3/envs/zyy
因为zyy环境已经存在了。为此，我们可以先把my_env.yml第一行中的zyy改称zyy2。然后
conda env create --file my_env.yml
然后通过
conda env list
可以看到，现在存在3个环境了。
加载全部内容