一文全面掌握conda

Python 环境管理工具:Conda Conda 是一个开源的跨平台包管理器和环境管理系统,主要用于 Python 和 R 等数据科学与机器学习相关的编程语言环境。它是由 Anaconda 分发版提供的,但也可以独立安装。 阅读详情
AI摘要

本文详细介绍了conda的使用,包括环境创建、激活、删除,以及包的安装和管理。强调了conda与pip的配合使用,镜像源的配置,并提供了环境的导出与导入方法。通过实例展示了如何解决安装冲突和管理不同版本环境,帮助读者掌握conda环境管理的核心技巧。

  • 本篇涉及知识点

  • conda是什么,3个一

  • 官网:最棒资源

  • 两个版本:建议安装miniconda版

  • 安装miniconda

  • 基本命令

  • 环境:创建/删除

    • 查看既存环境:conda env list
    • 创建虚拟环境:conda create -n [环境名称] [安装库包列表]
    • 查看环境列表:conda env list
    • 引申知识
    • 启动新创建环境:oldgeek-study
    • 新创建环境中安装所需包:oldgeek-study
    • 退出新环境:输入exit
    • 删除环境:conda remove -n [环境名称] --all
    • 创建个低版本的环境:Python3.8
    • 克隆一个base环境,以备不实之需
    • 环境包导入和导出
  • 镜像

    • 终端执行下面命令
    • 添加国内的镜像:咱们清华大学开源的镜像站
  • 骚操作

    • 删除conda
  • 速查宝典

    • 查看帮助和版本
    • 环境相关
    • 日常命令
    • 通道相关
  • 华山论剑:conda & pip

  • 参考资料

闭嘴,安静的看文章

小码匠:今天学什么?
老码农:你每天放学回来开口第一句,过于雷同了,有没有点创意啊?你是小孩,不要像我们大人被岁月慢慢磨掉了棱角,变得循规蹈矩,毫无创意。

小码匠:就一句话也被你奚落,那我闪了,不学了。
老码农:甩锅,你敢。

小码匠:你又不舍得揍我,吓唬我不管用的。
老码农:好啦,今天我写了篇文章,你自己静下心来,好好读读,有不懂的我们在探讨。学习这个东西,还是要靠自己的,手把手教你,不是好事。
再说,你自学能力这么强,也不需要我手把手教啊。

小码匠:老码农,你就会忽悠我,斗不过你,那我看文章了啊。
老码农:嗯,那你慢慢读,精读的哟。

conda是什么,3个一

  • 一个能支持Python、R、Java、JavaScript、C等语言包、依赖和环境管理工具
  • 一个能在Windows、MacOS、Linux上运行开源的软件包管理系统和环境管理系统
  • 一个能在本地轻松创建、保存、切换环境

官网:最棒资源

在这里插入图片描述

多看官方文档,网络上知识碎片化太严重,官方文档最新、最严谨、最全,是我们学习知识的最佳场所

  • 官网:https://www.anaconda.com/

两个版本:建议安装miniconda版

  • anaconda:包含常用的包,个人版就有440MB,里面包罗万象,但很多东西你未必用到,所以才有mini版

    • Mac版本:440MB(2021年11月3日的Mac版本)
    • https://www.anaconda.com/products/individual
  • miniconda:miniconda则是精简版,需要啥装啥,所以推荐使用miniconda

    • Mac版本:52.3MB(2021年11月3日的Mac版本),大小差了9倍,虽然硬盘不值钱,但咱也没必要浪费啊。
    • https://docs.conda.io/en/latest/miniconda.html
      在这里插入图片描述
  • 根据自己电脑的操作系统选择,下载相应的安装包。

安装miniconda

“

小码匠,教你一个秘籍,大部分安装程序你一路回车就能搞定

”

小码匠批注

“

老码农,这哪是秘籍,废话当宝贝? 你自己收着吧

”

  • Step1: 按【继续】

    在这里插入图片描述

  • Step2: 继续按【继续】

    在这里插入图片描述

  • Step3: 继续按【继续】

    在这里插入图片描述

  • Step4: 继续按【同意】

    在这里插入图片描述

  • Step5: 继续按【安装】,几秒后就安装完毕

在这里插入图片描述

  • 基本命令

  • 确认版本:conda -v

(base) coder@192 pycharm % conda -V     
conda 4.10.3
(base) coder@
  • 查看命令参数: conda, 可以看到子命令有clean、help、list、install、search等子命令
(base) coder@192 ~ % conda
usage: conda [-h] [-V] command ...

conda is a tool for managing and deploying applications, environments and packages.

Options:

positional arguments:
  command
    clean        Remove unused packages and caches.
    compare      Compare packages between conda environments.
    config       Modify configuration values in .condarc. This is modeled after the git config command. Writes to the
                 user .condarc file (/Users/cynthia/.condarc) by default.
    create       Create a new conda environment from a list of specified packages.
    help         Displays a list of available conda commands and their help strings.
    info         Display information about current conda install.
    init         Initialize conda for shell interaction. [Experimental]
    install      Installs a list of packages into a specified conda environment.
    list         List linked packages in a conda environment.
    package      Low-level conda package utility. (EXPERIMENTAL)
    remove       Remove a list of packages from a specified conda environment.
    uninstall    Alias for conda remove.
    run          Run an executable in a conda environment. [Experimental]
    search       Search for packages and display associated information. The input is a MatchSpec, a query language for
                 conda packages. See examples below.
    update       Updates conda packages to the latest compatible version.
    upgrade      Alias for conda update.

optional arguments:
  -h, --help     Show this help message and exit.
  -V, --version  Show the conda version number and exit.

conda commands available from other packages:
  env
  • 查看子命令帮助信息: conda [子命令] -h

    (base) coder@192 ~ % conda create -h
    usage: conda create [-h] [--clone ENV] [-n ENVIRONMENT | -p PATH] [-c CHANNEL] [--use-local] [--override-channels]
                        [--repodata-fn REPODATA_FNS] [--strict-channel-priority] [--no-
    ...
    
    Options:
    
    positional arguments:
      package_spec          Packages to install or update in the conda environment.
    
    ...
    
    Target Environment Specification:
      -n ENVIRONMENT, --name ENVIRONMENT
                            Name of environment.
      -p PATH, --prefix PATH
                            Full path to environment location (i.e. prefix).
    ...
    

环境:创建/删除

conda最有特色的点,可以便利创建不同的开发环境,对开发环境进行管理

查看既存环境:conda env list

(base) coder@192 ~ % conda env list
# conda environments:
#
                         /Applications/JupyterLab.app/Contents/Resources/jlab_server
base                  *  /Users/coder/opt/miniconda3

创建虚拟环境:conda create -n [环境名称] [安装库包列表]

  • 下面示例:环境名称:oldgeek-study,环境默认安装python3.10版
(base) coder@192 ~ % conda create -n oldgeek-study python=3.10
Collecting package metadata (current_repodata.json): done
Solving environment: done

## Package Plan ##

  environment location: /Users/coder/opt/miniconda3/envs/oldgeek-study

  added / updated specs:
    - python=3.10


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    certifi-2020.6.20          |     pyhd3eb1b0_3         155 KB
    ncurses-6.3                |       hca72f7f_0         856 KB
    pip-21.2.4                 |  py310hecd8cb5_0         1.8 MB
    python-3.10.0              |       h88f2d9e_1        10.1 MB
    setuptools-58.0.4          |  py310hecd8cb5_0         782 KB
    tzdata-2021e               |       hda174b7_0         112 KB
    ------------------------------------------------------------
                                           Total:        13.8 MB

The following NEW packages will be INSTALLED:

  bzip2              pkgs/main/osx-64::bzip2-1.0.8-h1de35cc_0
  ca-certificates    pkgs/main/osx-64::ca-certificates-2021.10.26-hecd8cb5_2
  certifi            pkgs/main/noarch::certifi-2020.6.20-pyhd3eb1b0_3
  libcxx             pkgs/main/osx-64::libcxx-12.0.0-h2f01273_0
  libffi             pkgs/main/osx-64::libffi-3.3-hb1e8313_2
  ncurses            pkgs/main/osx-64::ncurses-6.3-hca72f7f_0
  openssl            pkgs/main/osx-64::openssl-1.1.1l-h9ed2024_0
  pip                pkgs/main/osx-64::pip-21.2.4-py310hecd8cb5_0
  python             pkgs/main/osx-64::python-3.10.0-h88f2d9e_1
  readline           pkgs/main/osx-64::readline-8.1-h9ed2024_0
  setuptools         pkgs/main/osx-64::setuptools-58.0.4-py310hecd8cb5_0
  sqlite             pkgs/main/osx-64::sqlite-3.36.0-hce871da_0
  tk                 pkgs/main/osx-64::tk-8.6.11-h7bc2e8c_0
  tzdata             pkgs/main/noarch::tzdata-2021e-hda174b7_0
  wheel              pkgs/main/noarch::wheel-0.37.0-pyhd3eb1b0_1
  xz                 pkgs/main/osx-64::xz-5.2.5-h1de35cc_0
  zlib               pkgs/main/osx-64::zlib-1.2.11-h1de35cc_3


Proceed ([y]/n)?
  • 输入:y,创建虚拟环境

    Proceed ([y]/n)? y
    
    
    Downloading and Extracting Packages
    ncurses-6.3          | 856 KB    | ############################################################################## | 100% 
    tzdata-2021e         | 112 KB    | ############################################################################## | 100% 
    setuptools-58.0.4    | 782 KB    | ############################################################################## | 100% 
    pip-21.2.4           | 1.8 MB    | ############################################################################## | 100% 
    certifi-2020.6.20    | 155 KB    | ############################################################################## | 100% 
    python-3.10.0        | 10.1 MB   | ############################################################################## | 100% 
    Preparing transaction: done
    Verifying transaction: done
    Executing transaction: done
    #
    # To activate this environment, use
    #
    #     $ conda activate oldgeek-study
    #
    # To deactivate an active environment, use
    #
    #     $ conda deactivate
    
    (base) cynthia@192 ~ %
    

查看环境列表:conda env list

(base) coder@192 ~ % conda env list
# conda environments:
#
                         /Applications/JupyterLab.app/Contents/Resources/jlab_server
base                  *  /Users/coder/opt/miniconda3
oldgeek-study            /Users/coder/opt/miniconda3/envs/oldgeek-study

引申知识

  • Step1: 创建虚拟环境时安装包:requests、numpy 环境名称:coder-study
conda create -n coder-study requests numpy
  • Step2: 在Step1创建的环境上还想继续安装包:scripy
conda install -n coder-study scipy

启动新创建环境:oldgeek-study

(base) coder@192 ~ % conda activate oldgeek-study
(oldgeek-study) coder@192 ~ %

新创建环境中安装所需包:oldgeek-study

  • 安装网络HTTP包:rquests,悲剧安装失败
(oldgeek-study) coder@192 ~ % conda install requests
Collecting package metadata (current_repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.
Collecting package metadata (repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Solving environment: | 
Found conflicts! Looking for incompatible packages.
This can take several minutes.  Press CTRL-C to abort.
failed                                                                                                                   

UnsatisfiableError: The following specifications were found to be incompatible with each other:

Output in format: Requested package -> Available versions
  • 在conda创建的环境中也可以使用pip安装,执行命令:pip install requests

  • pip 是一个Python包管理工具,主要是用于安装 PyPI 上的软件包。

(oldgeek-study) coder@192 ~ % pip install requests
Collecting requests
  Using cached requests-2.26.0-py2.py3-none-any.whl (62 kB)
Collecting certifi>=2017.4.17
  Downloading certifi-2021.10.8-py2.py3-none-any.whl (149 kB)
     |████████████████████████████████| 149 kB 164 kB/s 
Collecting urllib3<1.27,>=1.21.1
  Downloading urllib3-1.26.7-py2.py3-none-any.whl (138 kB)
     |████████████████████████████████| 138 kB 67 kB/s 
Collecting idna<4,>=2.5
  Downloading idna-3.3-py3-none-any.whl (61 kB)
     |████████████████████████████████| 61 kB 16 kB/s 
Collecting charset-normalizer~=2.0.0
  Downloading charset_normalizer-2.0.7-py3-none-any.whl (38 kB)
Installing collected packages: urllib3, idna, charset-normalizer, certifi, requests
Successfully installed certifi-2021.10.8 charset-normalizer-2.0.7 idna-3.3 requests-2.26.0 urllib3-1.26.7

使用pip安装成功,那我们用conda list查看安装情况

(oldgeek-study) coder@192 ~ % conda list
# packages in environment at /Users/coder/opt/miniconda3/envs/oldgeek-study:
#
# Name                    Version                   Build  Channel
bzip2                     1.0.8                h1de35cc_0  
ca-certificates           2021.10.26           hecd8cb5_2  
certifi                   2020.6.20          pyhd3eb1b0_3  
libcxx                    12.0.0               h2f01273_0  
libffi                    3.3                  hb1e8313_2  
ncurses                   6.3                  hca72f7f_0  
openssl                   1.1.1l               h9ed2024_0  
pip                       21.2.4          py310hecd8cb5_0  
python                    3.10.0               h88f2d9e_1  
readline                  8.1                  h9ed2024_0  
setuptools                58.0.4          py310hecd8cb5_0  
sqlite                    3.36.0               hce871da_0  
tk                        8.6.11               h7bc2e8c_0  
tzdata                    2021e                hda174b7_0  
wheel                     0.37.0             pyhd3eb1b0_1  
xz                        5.2.5                h1de35cc_0  
zlib                      1.2.11               h1de35cc_3  
(oldgeek-study) cynthia@192 ~ % pip list
Package            Version
------------------ ---------
certifi            2021.10.8
charset-normalizer 2.0.7
idna               3.3
pip                21.2.4
requests           2.26.0
setuptools         58.0.4
urllib3            1.26.7
(oldgeek-study) cynthia@192 ~ %
  • 悲剧,没有查到,用conda安装的包,conda都能进行管理,因为我们使用pip安装的,所以查看不到,没关系, 我们用pip list可以继续查看,能看到吧。自己管理自己的东西,别人管理的与我何关

    (oldgeek-study) coder@192 pycharm % pip list
    Package                       Version
    ----------------------------- ---------
    anyio                         3.3.4
    appnope                       0.1.2
    ...
    requests                      2.26.0
    
  • 安装包: 科学计算包:NumPy

(oldgeek-study) coder@192 ~ % conda install numpy
Collecting package metadata (current_repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.
Collecting package metadata (repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Solving environment: | 
Found conflicts! Looking for incompatible packages.
This can take several minutes.  Press CTRL-C to abort.
failed                                                                                                                   

UnsatisfiableError: The following specifications were found
to be incompatible with the existing python installation in your environment:

Specifications:

  - numpy -> python[version='>=2.7,<2.8.0a0|>=3.6,<3.7.0a0|>=3.7,<3.8.0a0|>=3.8,<3.9.0a0|>=3.9,<3.10.0a0|>=3.5,<3.6.0a0']

Your python: python=3.10

If python is on the left-most side of the chain, that's the version you've asked for.
When python appears to the right, that indicates that the thing on the left is somehow
not available for the python version you are constrained to. Note that conda will not
change your python version to a different minor version unless you explicitly specify
that.

悲剧:没有安装成功,我们太新潮了,python3.10刚出来,numpy尚未来的及对python3.10的支持,所以直接安装挂了。

建议:

  • 学习了解新功能,可以安装新版本
  • 生产环境:切换新版本一定要注意,要经过仔细测试,无问题后才可以在生产切换,切勿未经测试,直接切换,酿成重大生产事故。

退出新环境:输入exit

(oldgeek-study) coder@192 ~ % exit
Saving session...
...copying shared history...
...saving history...truncating history files...
...completed.

[进程已完成]

删除环境:conda remove -n [环境名称] --all

(oldgeek-study) coder@192 ~ % conda remove -n oldgeek-study --all

CondaEnvironmentError: cannot remove current environment. deactivate and run conda remove again

创建个低版本的环境:Python3.8

  • 科学计算包:numpy
  • 数学包:scipy
  • 符号包:sympy
  • 可视化包:matplotlib seaborn
conda create -n oldgeek-study python=3.8 numpy scipy sympy matplotlib seaborn

克隆一个base环境,以备不实之需

“

后面oldgeek-study环境在安装新包时出了问题,可以直接用这个base环境,继续搞,省去了初始化安装必要包的时间

”

(base) coder@192 ~ % conda create -n coder-base --clone oldgeek-study
WARNING: A directory already exists at the target location '/Users/coder/opt/miniconda3/envs/coder-base'
but it is not a conda environment.
Continue creating environment (y/[n])? y

Source:      /Users/coder/opt/miniconda3/envs/oldgeek-study
Destination: /Users/coder/opt/miniconda3/envs/coder-base
Packages: 131
Files: 0
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
#     $ conda activate coder-base
#
# To deactivate an active environment, use
#
#     $ conda deactivate

环境包导入和导出

场景

老码农在自己的电脑环境:coder-base安装了许多软件包,一直运行很稳定

小码匠自己瞎捣鼓,把自己环境弄挂了,着急想尽快重新构建个环境,那咋办呢。

  • 导出base环境yml文件
(base) coder@192 ~ % conda env export --file coder-base.yml --name coder-base
  • 查看yml文件内容,哦,文件内容原来是安装包的列表
(base) coder@192 ~ % cat coder-base.yml 
name: coder-base
channels:
  - conda-forge
  - defaults
dependencies:
  - anyio=3.3.4=py38h50d1736_0
  - appnope=0.1.2=py38h50d1736_2
  - argon2-cffi=21.1.0=py38h96a0964_1
  - async_generator=1.10=py_0
  - attrs=21.2.0=pyhd8ed1ab_0
  - babel=2.9.1=pyh44b312d_0
  - backcall=0.2.0=pyh9f0ad1d_0
  - backports=1.0=py_2
  - backports.functools_lru_cache=1.6.4=pyhd8ed1ab_0
  • 利用刚导出的文件列表,直接创建
conda env create -f coder-base.yml

镜像

场景:我们有时安装软件包时,经常会很慢,有时还直接挂了,那有没有提速的办法呢。

是什么原因呢?

安装完conda,默认我们会去官方镜像站点拉取包,官方的服务器都在国外,网络一旦不稳定,自然我们拉取软件包会很慢。

conda config --add channels bioconda
conda config --add channels conda-forge

终端执行下面命令

  • 初次执行,会在当前用户的目录下面生成一个.condarc,文件位置在当前用户的目录下
conda config
  • Mac端,执行ls ~/.co*,是不是看到了有个.condarc文件,这个时conda的配置文件
(base) coder@192 ~ % ls ~/.co*
/Users/coder/.codota-id	/Users/coder/.condarc
  • 查看文件内容
(base) coder@192 ~ % cat ~/.condarc
show_channel_urls: true
  • 查看channel,空空哒,我们没有添加任何配置,自然时空空哒
(base) cynthia@192 ~ % conda config --get channels
  • 忘了很重要的一点:conda info,执行该命令,能查看conda现在的配置信息,信息很丰富
(base) coder@192 ~ % conda info

     active environment : base
    active env location : /Users/coder/opt/miniconda3
            shell level : 1
       user config file : /Users/coder/.condarc
 populated config files : /Users/coder/.condarc
          conda version : 4.10.3
    conda-build version : not installed
         python version : 3.9.5.final.0
       virtual packages : __osx=10.16=0
                          __unix=0=0
                          __archspec=1=x86_64
       base environment : /Users/coder/opt/miniconda3  (writable)
      conda av data dir : /Users/coder/opt/miniconda3/etc/conda
  conda av metadata url : None
           channel URLs : https://repo.anaconda.com/pkgs/main/osx-64
                          https://repo.anaconda.com/pkgs/main/noarch
                          https://repo.anaconda.com/pkgs/r/osx-64
                          https://repo.anaconda.com/pkgs/r/noarch
          package cache : /Users/coder/opt/miniconda3/pkgs
                          /Users/coder/.conda/pkgs
       envs directories : /Users/coder/opt/miniconda3/envs
                          /Users/coder/.conda/envs
               platform : osx-64
             user-agent : conda/4.10.3 requests/2.25.1 CPython/3.9.5 Darwin/20.6.0 OSX/10.16
                UID:GID : 501:20
             netrc file : None
           offline mode : False

添加国内的镜像:咱们清华大学开源的镜像站

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  • 显示安装的频道
(base) coder@192 ~ % conda config --get channels
--add channels 'defaults'# lowest priority
--add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
--add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/'
--add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/'
--add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/'# highest priority

骚操作

  • 我想切换到小码匠的学习环境,通常我们这样做
 conda activate coder-study
  • 换个姿势,我能不能直接输入coder,就可以直接进入呢?当然可以了
(base) coder@192 ~ % vim ~/.bash_profile
# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/Users/coder/opt/miniconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/Users/coder/opt/miniconda3/etc/profile.d/conda.sh" ]; then
        . "/Users/coder/opt/miniconda3/etc/profile.d/conda.sh"
    else
        export PATH="/Users/coder/opt/miniconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda initialize <<<
export PATH=/System/Volumes/Data/fgb/04.tool/apache-maven-3.8.1/bin:$PATH
export PATH="$PATH":/usr/local/mysql/bin
export HOMEBREW_BOTTLE_DOMAIN=https://mirrors.aliyun.com/homebrew/homebrew-bottles

export PATH=${PATH}:/Library/Frameworks/Python.framework/Versions/3.10/bin/python3
alias python="/Library/Frameworks/Python.framework/Versions/3.10/bin/python3"

alias coder="conda activate coder-study"
(base) coder@192 ~ % source ~/.bash_profile
(base) coder@192 ~ % coder
(coder-study) cynthia@192 ~ %

删除conda

Mac
  • 查看安装路径:conda env list,我们可以看到默认是安装在/Users/cynthia/opt/miniconda3
(base) coder@192 opt % conda env list
# conda environments:
#
                         /Applications/JupyterLab.app/Contents/Resources/jlab_server
base                  *  /Users/coder/opt/miniconda3
  • 移除conda,使用rm命令
rm -rf /Users/coder/opt/miniconda3
Windows:
  • 去控制面板,点击“添加或删除程序”,选择miniconda并点击删除程序。就不截图了。

速查宝典

  • 官方

查看帮助和版本

命令说明
conda查看命令列表
conda [子命令] -h 栗子:conda list -h查看子命令帮助信息
conda -V查看版本号
conda info查看配置信息
conda

环境相关

命令说明
conda create -n [env_name]创建环境
conda create -n [env_name] python=3.8创建环境并安装Python指定版本
conda create -n [env_name] python=3.8 dumpy创建环境并安装Python指定版本并安装其他包
conda remove -n [env_name] --all移除环境
conda activate [env_name]进入环境
环境内直接输入:exit退出环境
conda create --name new_env_name --clone base_env_name克隆环境
conda env export --file [文件名字.yml] --name [env_name] 栗子:conda env export --file coder-base.yml --name coder-base导出环境的包列表
conda env create -f [文件名字.yml] conda env create -f coder-base.yml基于导出的yml文件创建新环境

日常命令

命令说明
conda install [package_name]安装包
caonda list查看已安装列表
conda search [package_name]搜索待安装包信息
conda update [package_name]更新包
conda remove [package_name]删除包
conda clean -t直接清除被缓存包
conda clean -y -a直接清除索引缓存、未使用缓存包

通道相关

命令说明
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/更换源:栗子是清华大学的通道
conda config --show channels查看已安装通道
conda config --remove-key channels恢复默认通道
conda update [package_name]更改通道
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/删除某个通道

华山论剑:conda & pip

Command reference

  • https://docs.conda.io/projects/conda/en/latest/commands.html
命令CondaPipVirtualenv
安装包conda install $PACKAGE_NAMEpip install $PACKAGE_NAMEX
更新包conda update --name $ENVIRONMENT_NAME $PACKAGE_NAMEpip install --upgrade $PACKAGE_NAMEX
更新管理器conda update condaLinux/macOS: pip install -U pip Win: python -m pip install -U pipX
卸载包conda remove --name $ENVIRONMENT_NAME $PACKAGE_NAMEpip uninstall $PACKAGE_NAMEX
创建环境conda create --name $ENVIRONMENT_NAME pythonXcd $ENV_BASE_DIR; virtualenv $ENVIRONMENT_NAME
进入环境conda activate $ENVIRONMENT_NAME*Xsource $ENV_BASE_DIR/$ENVIRONMENT_NAME/bin/activate
退出环境conda deactivateXdeactivate
搜寻可用包conda search $SEARCH_TERMpip search $SEARCH_TERMX
从指定通道安装包conda install --channel $URL $PACKAGE_NAMEpip install --index-url $URL $PACKAGE_NAMEX
显示已安装包conda list --name $ENVIRONMENT_NAMEpip listX
获取已安装包conda list --exportpip freezeX
查看环境列表conda info --envsXInstall virtualenv wrapper, then lsvirtualenv
安装包conda install pippip install condaX
安装Python指定版本conda install python=x.xXX
卸载Pythonconda update python*X

参考资料

  • 官网

  • https://docs.conda.io/en/latest/

  • 用户指南

  • https://docs.conda.io/projects/conda/en/latest/user-guide/index.html

  • 安装

  • -https://docs.conda.io/projects/conda/en/latest/user-guide/install/index.html

  • 命令速查

  • https://docs.conda.io/projects/conda/en/latest/commands.html

  • 精简版下载和安装

  • https://docs.conda.io/en/latest/miniconda.html

对话

小码匠:累死宝宝了,老码农,你为啥整理这么多啊,看着有点累啊。
老码农:这份文档绝大部分问题你都可以解决,快速查找。
小码匠:那也不用一次弄这么细吧。
老码农:小码匠,很严肃的话题,学习要注重效率,梳理资料,搞N次,每次都丢三落四的,会严重影响未来的效率。一次搞全,后面再补充新知识补充就好了。要养成好的学习习惯,才能事倍功半的。

梳理资料

  • 要有目录结构,便于查看的同学快速定位到自己想看的知识
  • 尽量系统,梳理一遍也是梳理,二遍也是梳理,为啥不一次搞好呢
  • 资料要确认,不要随意拷贝,错误的知识耽误自己,更耽误别人

小码匠:你的要求好高啊,我尽量争取吧,不成为你的拖油瓶。
老码农:你不会的,因为你要成为码匠的。

Conda简介及常用指令 Conda简介及常用指令,在Anaconda使用 阅读详情

相关推荐

Conda基本操作

1创建环境 conda activate -n [环境名称] python=[python版本] 例如 conda activate -n tensorflow python=3.6 2查看环境 conda info -e 当前使用的环境会在前方标注一个星号 3删除环境 conda remove -n [环境名称] --all 例如 conda remove -n test --all 4激活环境 conda activate [环境名称] 例如 conda ........

potato123232的博客 1万+

安装conda并搭建python环境(入门教程)

介绍了什么是conda,以及如何利用conda管理包和python环境

Linshaodan520的博客 11万+

一文了解Conda使用

conda的软件频道是存储软件包的远程位置,当在Conda中安装软件包时,它会从指定的频道中下载和提取软件包。频道包含了各种软件包,不同的频道可能提供不同版本的软件包,用户可以根据需要选择适合的版本。:这是一个社区驱动的 Conda 软件包频道,提供了大量的开源软件包,包括一些官方频道中没有的软件包版本或者新的软件包。:Anaconda 提供了自己的软件包频道,包含了许多数据科学和机器学习相关的软件包。:这是 Conda 的默认频道,包含了大多数常见的软件包。查看Conda的版本。

专注大数据、云计算、人工智能、机器人领域技术传播 1632

「详解」conda 安装与使用

conda 是一个开源的软件包管理系统和环境管理软件,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换。conda 是为Python程序创建的,类似于 Linux、MacOS、Windows,也可以打包和分发其他软件。

绿色羽毛 25万+

一文教会你Linux中配置Conda环境

通过本文,你应该已经学会了如何在Linux系统中安装Conda,以及如何创建、管理Conda环境。Conda的强大功能使得Python开发变得更加便捷和高效。希望这些信息能帮助你在数据科学或软件开发项目中更好地管理你的开发环境。

SWZ156的博客 2107

一文教会你如何在 Windows 中配置 Conda 环境

通过本文,你应该已经学会了如何在Windows中安装、配置和管理Conda环境。Conda不仅简化了Python包的管理,还使得在不同项目之间切换变得轻松快捷。掌握这些技能将大大提高你的开发效率和代码的可维护性。希望这些信息对你有所帮助!如果你有任何问题或需要进一步的指导,请随时留言。

SWZ156的博客 3051

一文了解 conda 与 Python 的关系

一文了解 conda 与 Python 的关系 conda 是 2012 年发布的跨平台包管理软件,本文会对 conda 与 Python 的种种关系进行说明。 1. 什么是 conda ? conda 是一个包管理器。值得注意的是,它不仅仅是 Python 的包管理器,而是一个通用的包管理器,当初设计时被用来管理任何语言的包。 2. Anaconda 与 Miniconda Anaconda...

sigmarising的博客 1万+

【python】一文掌握 Conda 指令 (anaconda备忘清单)

建议将导出文件命名为“environment”,环境名称将被保留。命令的快速参考备忘单,初次学习可参考。时,包依赖关系和平台细节会。设置指定环境为默认环境。

数据知道的博客 1万+

一文搞清Conda环境的定位

这两天要用jupyter写一个小作业,同时有一个数学建模小比赛要用到pycharm,遇到了一个问题:jupyter的numpy库版本提示错误无法运行,但是之前一直没问题,于是猜测可能是pycharm中最近更新库时涉及到numpy。而我的jupyter是通过Anaconda安装的,应该在conda环境中运行,而pycharm应该在本地的python下运行,应该是互不影响的啊(加之对环境管理方面理解很少,于是开始来回尝试,又想刨根问底式的弄清楚。

weixin_73074505的博客 1936

YOLOV8主干改进方法:C2f-Dual——DualConv轻量化双卷积设计(附改进代码)

DualConv是一种创新的卷积网络结构,旨在构建轻量级的深度神经网络。它通过结合3×3和1×1的卷积核处理相同的输入特征映射通道,优化了信息处理和特征提取。DualConv利用组卷积技术高效排列卷积滤波器,大大降低了计算成本和参数数量。

m0_74890428的博客 4700

FLUENT UDF编译及蒸发冷凝相关问题

蒸发冷凝与相间传质

weixin_48029137的博客 1万+

Conda 安装Anaconda一文知conda

安装conda,conda常见命令,condaGui管理界面

Riccccc的博客 592

Claude code-review 插件深度解析:AI 驱动的智能代码审查系统

Claude Code Review 插件深度解析:AI 驱动的智能代码审查系统 该插件通过多 Agent 并行工作方式自动审查 PR,采用置信度评分机制(80+分保留)过滤误报,确保高质量反馈。核心功能包括: 5个专业化 Agent 并行审查(规范合规性、bug检测、历史分析等) 8步工作流程:从资格检查到 GitHub 评论发布 创新性置信度评分系统(0-100分),严格过滤7类误报 结合 CLAUDE.md 规范和历史 PR 评论实现一致性审查 技术亮点: 多 Agent 架构(Haiku/Sonne

虚心若愚 2263

一文搞懂Conda及其基本命令

Conda 是一个开源的包、依赖项和环境管理系统,可在多种操作系统(如 Windows、macOS 和 Linux)上运行,适用于 Python 及其他编程语言,被广泛应用于数据科学、机器学习、深度学习等领域。

weixin_47231119的博客 1121

【经验分享】使用Keil5烧录代码遇到的问题及解决方法

本文介绍了在使用Keil5烧录代码过程中可能遇到的常见问题,主要为编译错误和下载失败,并提供了解决方案和注意事项。通过本文中提供的具体解决方案和注意事项,希望能够帮助读者更加顺利地进行Keil5烧录代码操作,提高开发效率和成果实现。

qq_63195670的博客 1万+

保姆级教程:用海康威视老版存储服务器+IVMS-4200搭建本地监控录像(附软件获取与开机自启)

最近在帮朋友搭建一套小型监控系统时,遇到了一个颇具挑战性的问题:手头有几台海康威视网络摄像头,但官方已经下架了配套的存储服务器软件。经过一周的摸索和测试,终于找到了一套可靠的解决方案。本文将完整分享从软件获取到系统稳定运行的全过程,特别适合那些不想额外购买NVR设备,又需要本地存储监控录像的个人用户或小型企业IT管理员。

weixin_30553777的博客 513

【Miniconda】一文了解conda虚拟环境的作用

💥解锁Python开发新境界,一文掌握conda虚拟环境精髓!🔥 你是否曾为Python环境混乱而烦恼?😖Miniconda带你轻松驾驭!本文将为你揭示conda虚拟环境的神秘面纱,从基本概念到实操技巧,让你轻松创建、管理、切换和删除虚拟环境。🌈更有常见问题及解决方案,助你解决环境配置中的疑难杂症。别再让环境依赖成为你编程路上的绊脚石,让conda虚拟环境成为你的得力助手!快来加入我们,一起探索Python编程的无限可能吧!#conda虚拟环境 #Python开发 #Miniconda #编程技巧

创作高质量博文,分享知识,共同进步! 2893

使用 STM32F7 和 TensorFlow Lite 开发低功耗人脸识别设备

我们讨论了 STM32F7 的特点和能力,TensorFlow Lite 在 STM32F7 上的应用,以及一些降低功耗的优化技术。- 准备模型:选择合适的人脸识别模型,在 TensorFlow 中进行训练和导出,并使用 TensorFlow Lite 转换为适用于 STM32F7 的量化模型。请注意,上述代码仅展示了如何加载和运行 TensorFlow Lite 模型的方法,实际应用中需要集成人脸检测和识别模型,并根据实际需求进行相应的输入和输出处理。结合这两个工具,我们可以开发出低功耗的人脸识别设备。

weixin_66608063的博客 2586

一文搞懂Anaconda,Miniconda,conda,pip

问题:假如你手上有两个项目,分别为项目A和项目B,项目A要求使用Python2的运行环境,而项目B要求使用Python3运行环境,那我们应该怎么办呢?方法一:同时下载两个版本的Python,即分别下载Python2和Python3解释器, 配置系统环境变量。方法二:使用Anaconda中的conda可以帮助我们为不同的项目建立不同的虚拟运行环境,即项目A 放在环境A中,项目B放在环境B中,二者互不干扰。而又假如它们要求使用的软件包的版本也不同,如果来了更多的项目,我们又应该怎么办呢?

m0_47005029的博客 4953

Python爬虫实战:使用最新技术爬取GitHub Trending项目

本文将详细介绍如何使用Python最新技术栈构建一个高效的GitHub Trending爬虫。我们将使用异步请求库httpx、HTML解析库parsel、数据存储方案以及反反爬技术,完整实现一个能够稳定获取GitHub Trending数据的爬虫系统。文章包含5000余字详细教程,从环境搭建到代码实现,再到数据处理和存储,最后部署运行,提供全方位指导。GitHub Trending页面展示了GitHub上当前最受欢迎的项目,对于开发者了解技术趋势、发现优秀项目非常有价值。

2201_76125261的博客 738

从通用到定制:营销Agent如何跨越数据鸿沟,实现对话SOP的个性化飞跃

从通用到定制:营销Agent如何跨越数据鸿沟,实现对话SOP的个性化飞跃

丨汀、的博客 656

一文搞懂 conda 与 pip 的区别

背景 最为 python 的包安装工具,conda 与 pip 经常性的被使用,但却不甚了解两者之间的区别,现总结一下。 被设计的初衷 Pip:专门从 Python Package Index ( 简称 PyPI,也就是 python 相关包的仓库)中下载 Conda:安装和管理 Anaconda repository 的 Anaconda Cloud 包 最大的不同点 Pip 只能安装 python 语言写的包,而 conda 可以安装任何语言写的包 多 Python 环境管理 conda 可以在

shengjk1的博客 2208

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

一文搞清conda和pip的区别

Conda和pip是两种不同的包管理工具。Conda管理整个环境(包括Python解释器和系统库),自动解决依赖冲突并安装预编译二进制包。pip仅管理Python包,不处理系统依赖,容易引发版本冲突。建议优先使用conda安装包,再用pip补充剩余包,以确保环境稳定性。两者在各自独立的conda环境中互不影响。

weixin_73074505的博客 389

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

一文在conda环境下安装完cuda、cudnn、pytorch。

如何在conda虚拟环境中安装cuda、cudnn、pytorch。

m0_49496195的博客 1647

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

一文了解 Conda(包教包会,不会留言)

Conda 是一个开源包管理和环境管理系统,能够以跨平台的方式进行软件包的安装、管理和依赖管理,特别适用于 Python 和 R 语言的环境管理。本文整理了常见 Conda 命令的使用方法。

kfashfasf的博客 1019

一文掌握 conda 安装配置生物信息软件

2.4 conda 安装配置生物信息软件 2.4.1 conda 安装和配置 ...

Shum Laboratory 2612
上一篇: Windows如何杀掉进程?
下一篇: 解读小孩学编程
小码匠和老码农
博客等级 码龄5年 112粉丝 44原创
评论 5
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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

打赏作者

小码匠和老码农

喜欢作者

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
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