Anaconda环境管理

Anaconda环境管理

---

创建环境

创建环境的命令格式如下

conda create -n env_name list of packages。

在这里，-n env_name 设置环境的名称（-n 是指名称），而 list of packages 是要安装在环境中的包的列表。例如，要创建名为 my_env 的环境并在其中安装 numpy，请键入 conda create -n my_env numpy。

进入和退出环境

进入环境

创建了环境后，在 OSX/Linux 上使用以下方式进入环境，my_env是之前创建的环境名称：

 source activate my_env 

在 Windows 上，使用以下命令：

 activate my_env 

进入环境后，依然可以用conda list，conda install 等操作对环境内部的包进行管理

退出环境

在 OSX/Linux 上，要离开环境，请键入

source deactivate

在 Windows 上，请使用

deactivate

保存和加载环境

保存环境

共享环境这项功能确实很有用，它能让其他人安装你的代码中使用的所有包，并确保这些包的版本正确。可以使用以下命令来保存环境，保存之前需要进入欲保存的环境:

 conda env export > environment.yaml 

将包保存为 YAML。第一部分 conda env export 输出环境中的所有包的名称（包括 Python 版本），第二部分>environment.yaml，将环境的内容保存为yaml格式的文档。

yaml用gedit打开后内容如下（这是通过conda create -n env_py2 python=2创建的python2环境）

加载环境

通过以下命令来加载环境（environment.yaml是之前保存的环境文件）

 conda env create -f environment.yaml 

这会创建一个新环境，而且它具有在 environment.yaml 中列出的同样的库。

列出环境

通过下面的命令可以查看当前已经安装的环境

 conda env list

你会看到环境的列表，而且你当前所在环境的旁边会有一个星号。默认的环境（即当你不在环境中时使用的环境）名为 root。

删除环境

如果你不再使用某些环境，可以使用下面的命令删除指定的环境（在这里名为 env_name）。

conda env remove -n env_name

最佳做法

使用环境

对我帮助很大的一点是，我的 Python 2 和 Python 3 具有独立的环境。我使用了 conda create -n py2 python=2 和 conda create -n py3 python=3 创建两个独立的环境，即 py2 和 py3。现在，我的每个 Python 版本都有一个通用环境。在所有这些环境中，我都安装了大多数标准的数据科学包（numpy、scipy、pandas 等）。

共享环境

在 GitHub 上共享代码时，最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。对于不使用 conda 的人，我通常还会使用 pip freeze（在此处了解详情）将一个 pip requirements.txt 文件包括在内。