conda 常用命令详细总结

一、环境管理

1.1 创建环境

创建新的 conda 环境是开始项目的基础,使用conda create命令,格式为conda create -n 环境名 [包名1] [包名2]。其中,-n参数用于指定环境名称,后面可跟需要预装的包。例如,创建一个名为myenv,Python 版本为 3.9,并预装numpypandas的环境:

conda create -n myenv python=3.9 numpy pandas

在创建过程中,conda 会提示确认安装,输入y并回车即可开始安装。

1.2 查看环境

  • 列出所有 conda 环境,使用conda env listconda info -e命令,执行后会显示所有已创建的环境列表,当前激活的环境前会有*标识。
conda env list
  • 查看当前激活环境的详细信息,可使用conda info命令,该命令会展示环境路径、Python 版本、已安装包数量等信息。

1.3 激活 / 切换环境

  • Windows 系统中,激活环境使用conda activate 环境名命令,如激活上述创建的myenv环境:
conda activate myenv
  • Linux 和 macOS 系统,在新版本中激活命令与 Windows 相同,旧版本则使用source activate 环境名。激活环境后,命令行提示符会显示当前环境名称,表明已成功切换到该环境。

1.4 退出环境

无论在 Windows、Linux 还是 macOS 系统,退出当前激活的 conda 环境都使用conda deactivate命令。执行后,命令行提示符会恢复到默认状态。

1.5 复制环境

若需要创建与已有环境完全相同的新环境,可使用conda create -n 新环境名 --clone 原环境名命令。例如,将myenv环境复制为myenv_clone

conda create -n myenv\_clone --clone myenv

1.6 删除环境

当某个环境不再使用时,可使用conda env remove -n 环境名命令删除。如删除myenv环境:

conda env remove -n myenv

执行删除命令时需谨慎,因为该操作不可逆,删除后环境中的所有数据和包都会被移除。

二、包管理

2.1 安装包

  • 安装到当前激活环境,直接使用conda install 包名命令。例如,在当前环境安装matplotlib包:
conda install matplotlib
  • 若要安装到指定环境,使用conda install -n 环境名 包名,如在myenv环境中安装scikit-learn
conda install -n myenv scikit-learn
  • 安装指定版本的包,格式为conda install 包名=版本号,比如安装numpy的 1.21.0 版本:
conda install numpy=1.21.0

2.2 更新包

  • 更新单个包,使用conda update 包名,例如更新pandas包:
conda update pandas
  • 更新当前环境中所有可更新的包,使用conda update --all,执行该命令时,conda 会检查所有已安装包的新版本,并提示确认更新。

2.3 卸载包

卸载已安装的包使用conda remove 包名命令,如卸载matplotlib

conda remove matplotlib

同样,卸载指定环境中的包可添加-n 环境名参数。

2.4 查看已安装包

  • 查看当前激活环境已安装的包,使用conda list命令,会列出包名、版本号、安装渠道等信息。
conda list
  • 查看指定环境已安装的包,使用conda list -n 环境名,如查看myenv环境中的包:
conda list -n myenv

2.5 搜索可用包

当不确定某个包是否存在于 conda 仓库时,可使用conda search 包名命令搜索。例如,搜索tensorflow相关的包:

conda search tensorflow

搜索结果会展示该包的所有可用版本及相关信息。

三、镜像源管理

3.1 查看当前镜像源

使用conda config --show-sources命令查看当前 conda 配置中使用的镜像源列表,可了解当前下载包时使用的渠道。

conda config --show-sources

3.2 添加镜像源

为了加快包的下载速度,常添加国内镜像源,如清华源或中科大源。添加清华源的命令为:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

添加镜像源后,后续安装包时会优先从该源下载。

3.3 删除镜像源

若不再需要某个镜像源,可使用conda config --remove channels 镜像源地址命令删除。例如删除上述添加的清华源:

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

3.4 恢复默认镜像源

当希望恢复 conda 默认的镜像源设置时,使用conda config --remove-key channels命令,该操作会移除所有自定义添加的镜像源,恢复到初始状态。

conda config --remove-key channels

四、其他常用命令

4.1 查看 conda 版本

使用conda --versionconda -V命令查看当前安装的 conda 版本,便于确认软件版本是否为最新或符合需求。

conda --version

4.2 更新 conda 自身

为了获得更好的功能和稳定性,需定期更新 conda,使用conda update conda命令进行更新。

conda update conda

4.3 导出环境配置

将当前环境的配置信息导出为.yml文件,方便在其他环境或机器上快速复现该环境,使用conda env export > 环境配置文件名.yml命令。例如,导出当前环境配置到myenv_config.yml文件:

conda env export > myenv\_config.yml

4.4 从配置文件创建环境

根据已有的.yml环境配置文件创建新环境,使用conda env create -f 环境配置文件名.yml命令。例如,从myenv_config.yml文件创建环境:

conda env create -f myenv\_config.yml
### Conda 常用命令一览表及使用教程 Conda 是一个开源的包管理和环境管理系统,广泛用于 Python 和其他科学计算语言的依赖管理与环境隔离。以下是 Conda常用命令及其使用方法,适用于 Conda 的基础操作和环境管理。 --- #### 1. **Conda 环境管理命令** - **创建虚拟环境** ```bash conda create --name myenv ``` 创建一个名为 `myenv` 的新虚拟环境。 - **激活虚拟环境** ```bash conda activate myenv ``` 激活名为 `myenv` 的虚拟环境。 - **退出当前虚拟环境** ```bash conda deactivate ``` 退出当前激活的虚拟环境。 - **删除虚拟环境** ```bash conda remove --name myenv --all ``` 删除名为 `myenv` 的虚拟环境及其所有内容。 - **列出所有虚拟环境** ```bash conda env list ``` 显示所有已创建的虚拟环境。 - **导出虚拟环境配置** ```bash conda env export > environment.yml ``` 将当前虚拟环境的依赖配置导出为 `environment.yml` 文件。 - **从配置文件创建环境** ```bash conda env create -f environment.yml ``` 根据 `environment.yml` 文件创建一个新的虚拟环境。 --- #### 2. **Conda 包管理命令** - **安装包** ```bash conda install package_name ``` 在当前环境中安装指定的包。 - **安装特定版本的包** ```bash conda install package_name=version ``` 安装指定版本的包,例如 `conda install numpy=1.21`. - **更新包** ```bash conda update package_name ``` 更新当前环境中的指定包。 - **更新所有包** ```bash conda update --all ``` 更新当前环境中所有已安装的包。 - **卸载包** ```bash conda remove package_name ``` 从当前环境中卸载指定的包。 - **搜索可用包** ```bash conda search package_name ``` 查找可用的包及其版本信息。 - **列出当前环境中的包** ```bash conda list ``` 显示当前环境中已安装的所有包及其版本。 --- #### 3. **其他实用命令** - **查看 Conda 版本** ```bash conda --version ``` 显示当前安装的 Conda 版本。 - **更新 Conda 本身** ```bash conda update conda ``` 更新 Conda 到最新版本。 - **清理缓存** ```bash conda clean --all ``` 清理 Conda 缓存,释放磁盘空间。 - **批量安装依赖** ```bash while read requirement; do conda install --yes $requirement || pip install $requirement; done < requirements.txt ``` 从 `requirements.txt` 文件中批量安装依赖包,优先使用 Conda,若失败则使用 Pip [^3]。 --- #### 4. **环境配置与管理** - **克隆环境** ```bash conda create --name newenv --clone myenv ``` 克隆一个已有的环境 `myenv` 并命名为 `newenv`. - **查看环境详细信息** ```bash conda info ``` 显示 Conda 和当前环境的详细信息。 - **查看特定环境的详细信息** ```bash conda info --envs ``` 显示所有环境的详细信息。 --- #### 5. **使用 Pip 与 Conda 结合** 虽然 Conda 是一个独立的包管理工具,但它也可以与 Pip 配合使用: - **在 Conda 环境中使用 Pip 安装包** ```bash pip install package_name ``` 在激活的 Conda 环境中使用 Pip 安装包。 - **导出 Pip 安装的包列表** ```bash pip freeze > requirements.txt ``` 将当前环境中通过 Pip 安装的包导出到 `requirements.txt`. --- #### 6. **快捷命令总结** | 操作 | 命令 | |------|------| | 创建环境 | `conda create --name myenv` | | 激活环境 | `conda activate myenv` | | 退出环境 | `conda deactivate` | | 删除环境 | `conda remove --name myenv --all` | | 导出环境 | `conda env export > environment.yml` | | 安装包 | `conda install package_name` | | 更新包 | `conda update package_name` | | 卸载包 | `conda remove package_name` | | 搜索包 | `conda search package_name` | | 列出包 | `conda list` | --- ####
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值