conda常用命令、虚拟环境的创建及切换（jupyter notebook & spyder）

conda常用命令

linux安装conda

（不同版本.sh文件可以从镜像源获得）

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh

下载好.sh文件后，使用bash安装

bash /u01/isi/Anaconda3-5.3.1-Linux-x86_64.sh

安装好以后进行环境变量配置

sudo vi /etc/profile

在最后加入：（路径需更改为Anaconda安装路径的bin）

#Anaconda
export PATH=$PATH:/home/software/anaconda3/bin

最后重新载入配置文件即可

source /etc/profile

conda其他命令

conda 使用国内镜像源安装包（例：cudatoolkit）

conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

查看conda版本，验证是否安装

conda --version

更新至最新版本，也会更新其它相关包

conda update conda

更新所有包

conda update --all

更新指定的包

conda update package_name

查看所有已经安装的包

conda list

在当前环境中安装包

conda install package_name

在指定环境中安装包

conda install --name env_name package_name

删除指定环境中的包

conda remove -- name env_name package

删除当前环境中的包

conda remove package

创建虚拟环境

创建名为env_name的新环境，并在该环境下安装名为package_name 的包，可以指定新环境的版本号，例如：conda create -n python2 python=python2.7 numpy pandas，创建了python2环境，python版本为2.7，同时还安装了numpy pandas包

conda create -n env_name package_name
conda create -n xxx python=3.6

查询虚拟环境

conda env list

切换至env_name环境

activate env_name

退出环境

conda deactivate

显示所有已经创建的环境

conda info -e

复制old_env_name为new_env_name

conda create --name new_env_name --clone old_env_name

删除环境

conda remove --name env_name –all

conda env remove -n env_name

jupyter notebook 切换虚拟环境

方法1（易出现内核无法连接）

先在环境中安装ipykernel内核

conda install ipykernel

然后执行下面命令（eg: 在环境“tensorflow”中）

python -m ipykernel install --name tensorflow

执行完这个语句之后，会自动在目录【C:\ProgramData\jupyter\kernels】(类似)生成一个【tensorflow】文件夹，里面有kernel.json文件

方法2 使用nb_conda插件

在Anaconda Prompt中安装nb_conda 和 jupyter

conda install nb_conda jupyter

然后就可以在jupyter中切换虚拟环境了

spyder 切换虚拟环境

先在环境中安装spyder

pip3 install spyder

安装成功后在开始菜单栏便会出现该虚拟环境的spyder快捷方式