conda知道这些就够了

750 阅读2分钟

本文已参与「新人创作礼」活动,一起开启掘金创作之路。

一、conda安装

官方文档:docs.conda.io/en/latest/m…

miniconda的 Linux 安装教程:conda.io/projects/co…

先下载安装包: docs.conda.io/en/latest/m…

安装:

bash Miniconda_xxx.sh

conda 设置是否打开终端自启

conda config --set auto_activate_base false

conda设置自启动

  1. 查看当前conda环境是否自动开启
conda config --show | grep auto_activate_base
# 返回结果
# auto_activate_base: False or True
# 如果返回结果是True,而我们想关闭自启动,则:
conda config --set auto_activate_base False
# 如果返回结果是False,而我们想开启自启动,则:
conda config --set auto_activate_base True

二、conda换源

让下载速度飞起来,官方源实在是太慢了

  1. 添加清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
#设置搜索时显示通道地址
conda config --set show_channel_urls yes
  1. 添加中科大源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
  1. 查看
#查看当前的 cofig 
conda config --show

#查看添加的镜像:
conda config --get channels
  1. 删除源
conda config --remove-key channels

三、conda常用命令

  1. 查看当前已有环境
conda info --envs
# 或者
conda env list
# 输出如下:
 # conda environments:
 #
 base                  *  /home/julius/miniconda3
 cv                       /home/julius/miniconda3/envs/cv
 fsce                     /home/julius/miniconda3/envs/fsce
 fsdet                    /home/julius/miniconda3/envs/fsdet
 meta-rcnn                /home/julius/miniconda3/envs/meta-rcnn
 pp                       /home/julius/miniconda3/envs/pp
 py                       /home/julius/miniconda3/envs/py

# 说明:
*表示 terminal 当前所处的环境
  1. 创建新环境
conda create -n env_name python=3.6
# 同时安装必要的包
conda create -n env_name numpy matplotlib python=3.6
  1. 删除已有环境
conda remove -n env_name --all
# 如删除上面名为pp的环境
# conda remove -n pp --all
  1. 环境切换
# linux/Mac下需要使用
#source activate env_name
conda activate env_name
#Windows下使用
activate env_name
#退出环境
deactivate env_name
  1. 查看已安装的package
conda list
# 指定查看某环境下安装的package
conda list -n env_name
  1. 使用conda安装package
conda install numpy
  1. 卸载package
conda remove numpy 
  1. 查找package
conda search  numpy
  1. 更新package
conda update numpy