前言:前面有文章专门讲解了conda的相关配置,请参考:
一、包管理功能
(1)搜索包
查看特定包
conda search fastqc
(2)安装包
安装特定包(需要确认安装,可以看到conda已经将包依赖问题,环境问题已经解决)
conda install fastqc
(3)安装特定版本的软件包(查看软件版本可以使用conda search fastqc)
conda install fastqc=0.11.6
(4)安装多个包
conda install fastqc multiqc
(5)包更新
更新特定包
conda update fastqc
(6)更新Python
conda update python
(7)更新conda本身及Anaconda元数据包
conda update conda
conda update anaconda
(8)防止包更新
conda update fastqc --no-pin
在环境的conda-meta目录中,添加一个名为pinned的文件,其中包含您不想更新的软件包列表。
(9)包删除
删除当前环境中的包
conda remove pkg_name
(10)删除特定环境中的包
conda remove -n env_name pkg_name
(11)删除多个包
conda remove pkg_name1 pkg_name2
(12)查看当前环境所有包
conda list
(13)查看特定环境所有包
conda list -n env_name
二、环境管理功能
(1)创建特定名字的环境
conda create -n env_name
(2)使用特定版本的Python创建环境
conda create -n env_name python=3.4
(3)使用特定包创建环境
conda create -n env_name pandas
(4)用 environment.yml 配置文件创建环境
conda env create -f nvironment.yml
environment.yml 文件如下:
name: stats2
channels:
- javascript
dependencies:
- python=3.4 # or 2.7
- bokeh=0.9.2
- numpy=1.9.*
- nodejs=0.10.*
- flask
- pip:
- Flask-Testing
(5)导出环境文件environment,即导出environment.yml环境文件
第一步:激活需要导出文件的环境
conda activate env_name
第二步:导出yml文件
conda env_name export > environment.yml
(6)激活环境
conda activate env_name
(7)停用环境
conda deactivate env_name
(8)查看环境(当前环境用*表示)
conda info -envs或者是 conda info -e
(9)删除环境
conda remove --n env_name
(10)构建相同的conda环境(不同机器间的环境复制)
激活需要导出配置文件的环境
conda list --explicit > files.txt
在同系统的不同机器执行
conda create --name env_name -f files.txt
(11)克隆环境(同一台机器的环境复制
conda create --name clone_env_name --clone env_name
(12)--prefix参数的使用
在国内使用conda create 创建环境的时候会面临一个问题,就是网速问题,几十兆的东西一直下载不下来,甚至还会面临终端,有一个解决办法是自己手动下载一个版本的python,比如python3.7.4,然后手动安装到conda的env文件夹下面的py3.7.4文件夹之中,但是这个时候注意,py3.7.4还不是一个conda环境,我们可以这样做,即:
conda create --prefix D:\ProgramData\Anaconda3\envs\py3.7.4
conda create --prefix="D:\ProgramData\Anaconda3\envs\py3.7.4" # 这两种方法都可以
这样会将py3.7.4转化成一个conda环境,从而避免直接使用conda下载的网速慢问题。
注意:这里的py3.7.4是我自己手动安装的。
注意:特别注意 在使用conda新建环境的时候,使用--clone进行环境克隆和使用--prefix参数。