- 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。
本文介绍使用conda管理anaconda Python环境的相关命令。
conda 环境相关命令
创建环境
conda create -n env_name python=3.7 --clone another_env
-n：name 表示新环境名称
python：使用python版本
--clone：从现有环境复制而来
删除环境
conda remove -n env_name --all
查看环境
conda env list
或
conda info -e
激活环境
conda activate env_name
或
source activate env_name
退出环境
conda deactivate
或
source deactivate
会回到
base环境
conda 包相关命令
查看当前环境下conda管理的python包列表
conda list
安装python包
conda install package_name #安装包
conda install package_name_1 package_name_2 package_name_3 ... #一次安装多个包
conda install package_name=1.1.0 #安装指定版本的包
更新包
conda update package_name # 更新包
conda upgrade --all #更新所有包
卸载包
conda remove package_name
搜索不清楚名称的包
conda search search_term
conda 重现环境
使用conda管理python一个重要的考量就是可迁移性，conda 提供了几种方法用于重现某个conda 环境。
Clone
上文介绍过这个命令，用于本地重现某个环境
conda create --name new_env --clone old_env
Spec List
相同操作系统的计算机之间复制环境，可以生成
spec list
# 生成 spec list 文件
conda list --explicit > spec-list.txt
#重现环境：
conda create --name python-course --file spec-list.txt
Environment.yml
使用 -export 选项生成一个
environment.yml文件，以在不同的平台和操作系统之间复现项目环境。spec list 文件和
environment.yml文件之间的区别在于：environment.yml文件不针对特定操作系统，并且使用YAML格式。environment.yml仅列出了软件包名称，由 conda 基于软件包的名称构建环境。 另一个区别是 -export 还包括使用pip安装的软件包，而spec list则没有。
#导出 environment.yml 文件：
conda env export > environment.yml
#重现环境：
conda env create -f environment.yml
注意：如果当前路径已经有了 environment.yml 文件，conda 会重写这个文件
Conda Pack
上述两种重现的方法都基于记录当前环境包信息，到新机器重建的思路。而Conda Pack用的是将当前环境的文件直接打包，带到新机器拆包使用的思路。
conda-pack 指定平台和操作系统，目标计算机必须具有与源计算机相同的平台和操作系统。
安装 conda pack
# from conda
conda install -c conda-forge conda-pack
# from pip
pip install conda-pack
打包环境
conda pack -n my_env
conda pack -n my_env -o out_name.tar.gz
重现环境
mkdir -p path_to_my_new_env # 建议放在anaconda的envs文件夹中
tar -xzf my_env.tar.gz -C path_to_my_new_env # 解压包中文件
source path_to_my_new_env/bin/activate # 激活该环境
(my_env) $ python # 进入一下该环境下的 python 随后退出
(my_env) $ conda-unpack # 十分重要，请不要忽略