conda常用命令总结

本文介绍了conda的常用命令,包括查看版本、更新、创建环境、切换环境、安装和删除包等操作。还给出了使用conda安装tensorflow CPU和GPU版本的方法,以及不同情况下删除环境的命令。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  1. conda --version #查看conda版本,验证是否安装

  2. conda update conda #更新至最新版本,也会更新其它相关包

  3. conda update --all #更新所有包

  4. conda update package_name #更新指定的包

  5. conda create -n env_name package_name #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

  6. source activate env_name #切换至env_name环境

  7. source deactivate #退出环境 (新版本将source换成conda)

  8. conda info -e #显示所有已经创建的环境

  9. conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name

  10. conda remove --name env_name –all #删除环境

  11. conda list #查看所有已经安装的包

  12. conda install package_name #在当前环境中安装包

  13. conda install --name env_name package_name #在指定环境中安装包

  14. conda remove – name env_name package #删除指定环境中的包

  15. conda remove package #删除当前环境中的包

  16. conda create -n tensorflow_env tensorflow

conda activate tensorflow_env #conda 安装tensorflow的CPU版本

  1. conda create -n tensorflow_gpuenv tensorflow-gpu

conda activate tensorflow_gpuenv #conda安装tensorflow的GPU版本

  1. conda env remove -n env_name #采用第10条的方法删除环境失败时,可采用这种方法

参考文献:
https://www.jianshu.com/p/d2e15200ee9b
Anaconda多环境多版本python配置指导

### 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