Conda 常用命令大全(非常详细)零基础入门到精通,收藏这一篇就够了_conda命令大全

部署运行你感兴趣的模型镜像

Conda 是一个开源的软件包管理系统和环境管理系统,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。
在这里插入图片描述

基础操作

查询 conda 版本

conda --version

更新 conda

conda update conda

查看conda环境详细信息

conda info

虚拟环境管理

查看当前有哪些虚拟环境

conda env list

或者使用如下命令:

conda info --envs

创建一个新的虚拟环境

conda create --name jupyter_venv python=3.8

其中,通过 -n--name 来自定义的环境名称,如:jupyter_venv;同时,指定Python的版本。

激活虚拟环境

conda activate jupyter_venv

退出当前虚拟环境

conda deactivate

删除某个虚拟环境

conda remove -n your_env_name --all 其中,-n--name等价,表示虚拟环境名

复制某个虚拟环境

conda create --name new_env_name --clone old_env_name

分享/备份一个虚拟环境

一个分享环境的快速方法就是给他一个你的环境的.yml文件。

首先激活要分享的环境,在当前工作目录下生成一个environment.yml文件。

conda env export > environment.yml

对方拿到environment.yml文件后,将该文件放在工作目录下,可以通过以下命令从该文件创建环境即可。

conda env create -f environment.yml

包管理

安装包

conda install [package] (如:conda install numpy)

指定包版本:

conda install xlrd=1.2.0 (注意是单等于号)

也可以使用pip install安装:

pip install xlrd==1.2.0 (注意是双等于号)

# 批量安装 requirements.txt 文件中包含的组件依赖
conda install --yes --file requirements.txt


批量导出依赖包

批量导出包含环境中所有依赖包到requirements.txt文件。

conda list -e > requirements.txt


删除当前环境中的某个包

conda remove [package]

注意:这里并非conda uninstall,只有在pip指令下才有pip uninstal

升级当前环境中的某个包

conda update [package]

升级所有包:

conda update --all

搜索包

conda search [package]

删除没有用的安装包

Conda 安装的包都在目录Anaconda/pkgs下。随着使用,conda 安装的包也越来越多;有时候会出现以下不好的情况:

  • 有些包安装之后,从来没有使用过;
  • 一些安装包的tar包也保留在了计算机中;
  • 由于依赖或者环境等原因,某些包的不同版本重复安装。

上面的这些情况使得anaconda显得更加冗余,并且浪费储存;对于这些情况可以使用conda clean 净化Anaconda。

conda clean -p

或者

conda clean --packages

删除tar包

conda clean -t

或者

conda clean --tarballs

删除所有的安装包及cache

删除索引缓存、锁定文件、未使用过的包和tar包。

conda clean -y --all

镜像源管理

查看镜像源

conda config --show channels

添加镜像源

如:添加清华源

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


配置安装包时显示安装来源

conda config --set show_channel_urls yes

上面的设置表示从channel中安装包时显示channel的url,这样就可以知道包的安装来源了。

清除索引缓存,保证用的是镜像站提供的索引

conda clean -i

切换回默认源

conda config --remove-key channels

移除某个镜像源

如:移除清华源

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/


临时指定安装某个包使用的镜像源
pip install [package] -i https://pypi.tuna.tsinghua.edu.cn/simple/


或者

pip install [package] -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com


为了帮助大家更好的学习网络安全,我给大家准备了一份网络安全入门/进阶学习资料,里面的内容都是适合零基础小白的笔记和资料,不懂编程也能听懂、看懂这些资料!

黑客&网络安全如何学习**

今天只要你给我的文章点赞,我私藏的网安学习资料一样免费共享给你们,来看看有哪些东西。

1.学习路线图

在这里插入图片描述

攻击和防守要学的东西也不少,具体要学的东西我都写在了上面的路线图,如果你能学完它们,你去就业和接私活完全没有问题。

2.视频教程
网上虽然也有很多的学习资源,但基本上都残缺不全的,这是我们和网安大厂360共同研发的的网安视频教程,之前都是内部资源,专业方面绝对可以秒杀国内99%的机构和个人教学!全网独一份,你不可能在网上找到这么专业的教程。

内容涵盖了入门必备的操作系统、计算机网络和编程语言等初级知识,而且包含了中级的各种渗透技术,并且还有后期的CTF对抗、区块链安全等高阶技术。总共200多节视频,200多G的资源,不用担心学不全。
在这里插入图片描述
因篇幅有限,仅展示部分资料,需要点击下方文字链接即可前往免费获取!

🐵这些东西我都可以免费分享给大家,需要的可以点这里自取👉:网安入门到进阶资源

3.技术文档和电子书
技术文档也是我自己整理的,包括我参加大型网安行动、CTF和挖SRC漏洞的经验和技术要点,电子书也有200多本,由于内容的敏感性,我就不一一展示了。

在这里插入图片描述
因篇幅有限,仅展示部分资料,需要点击下方文字链接即可前往免费获取!

🐵这些东西我都可以免费分享给大家,需要的可以点这里自取👉:网安入门到进阶资源

4.工具包、面试题和源码
“工欲善其事必先利其器”我为大家总结出了最受欢迎的几十款款黑客工具。涉及范围主要集中在 信息收集、Android黑客工具、自动化工具、网络钓鱼等,感兴趣的同学不容错过。

还有我视频里讲的案例源码和对应的工具包,需要的话也可以拿走。

最后就是我这几年整理的网安方面的面试题,如果你是要找网安方面的工作,它们绝对能帮你大忙。

在这里插入图片描述

这些题目都是大家在面试深信服、奇安信、腾讯或者其它大厂面试时经常遇到的,如果大家有好的题目或者好的见解欢迎分享。

🐵这些东西我都可以免费分享给大家,需要的可以点这里自取👉:网安入门到进阶资源

参考解析:深信服官网、奇安信官网、Freebuf、csdn等

内容特点:条理清晰,含图像化表示更加易懂。

内容概要:包括 内网、操作系统、协议、渗透测试、安服、漏洞、注入、XSS、CSRF、SSRF、文件上传、文件下载、文件包含、XXE、逻辑漏洞、工具、SQLmap、NMAP、BP、MSF…

在这里插入图片描述

因篇幅有限,仅展示部分资料,需要在下方图片免费获取!

请添加图片描述

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

<think>我们正在回答用户关于conda常用命令入门精通的问题。根据引用内容,我们可以整理出以下知识点: 1. 环境管理(创建、激活、列出、删除环境) 2. 包管理(安装、卸载、更新、列出包) 3. 配置管理(通道管理、设置优先级) 4. 实用技巧(通道管理、环境重建、问题排查) 5. 清理与维护(清理缓存、删除未使用的包) 我们将按照这些模块组织回答,并确保使用正确的LaTeX格式。 注意:用户要求生成相关问题,我们将在最后添加相关问题部分。</think>### Conda 常用命令教程:从入门精通 #### 一、环境管理(核心功能) 1. **创建环境** ```bash conda create --name myenv python=3.9 # 创建指定Python版本的环境 conda create --clone base --name myclone # 克隆基础环境 ``` 2. **环境操作** ```bash conda activate myenv # 激活环境 conda deactivate # 退出环境 conda env list # 查看所有环境 conda remove --name myenv --all # 删除环境 ``` 3. **环境重建** ```bash conda env export > environment.yml # 导出环境配置 conda env create -f environment.yml # 通过yml文件重建环境 ``` --- #### 二、包管理 1. **基础操作** ```bash conda install numpy=1.21 # 安装指定版本包 conda list # 查看当前环境所有包 conda remove numpy # 卸载包 conda update --all # 更新所有包 ``` 2. **包查询** ```bash conda search tensorflow # 搜索可用版本 conda list --revisions # 查看安装历史 conda list --export # 生成可重现的包列表 ``` --- #### 三、配置优化 1. **通道管理** ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # 添加清华源 conda config --set show_channel_urls yes # 显示包来源 conda config --show channels # 查看通道优先级 ``` 2. **性能优化** ```bash conda clean --all # 清理缓存和未使用包 conda config --set channel_priority strict # 设置严格通道优先级[^2] ``` --- #### 四、高级技巧 1. **环境诊断** ```bash conda info # 查看conda系统信息 conda doctor # 检查环境一致性(需安装conda-doctor) conda tree numpy # 查看包依赖树[^2] ``` 2. **空间管理** ```bash conda clean --packages # 删除未使用的包缓存 conda clean --tarballs # 删除下载的安装包[^3] ``` 3. **快速重建** ```bash conda env export --from-history > env-simple.yml # 仅导出显式安装的包[^2] ``` --- #### 五、最佳实践 1. **项目工作流** ```bash # 新建项目环境 conda create --name project-env python=3.10 conda activate project-env conda install pandas matplotlib # 保存环境配置 conda env export --from-history > environment.yml ``` 2. **疑难解决** - 包冲突时:`conda install --no-deps package_name` - 重置配置:删除 `~/.condarc` 文件 > **重要提示**:使用国内镜像可加速下载(如清华源)[^2],定期执行 `conda clean --all` 可节省磁盘空间[^3]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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