-
Anaconda常用命令
首先有什么问题可以去找官方文档
conda create — conda 4.14.0.post39+de3db7f75 documentation
环境管理
查看conda环境管理命令帮助信息
conda create --help
创建出来的虚拟环境所在的位置为conda路径下的env/文件下,,默认创建和当前python版本一致的环境.
conda create --name envname
创建新环境时指定python版本为3.6,环境名称为python36
conda create --name python36 python=3.6
切换到环境名为python36的环境(默认是base环境),切换后可通过python -V查看是否切换成功
conda activate python36
返回前一个python环境
conda deactivate
显示已创建的环境,会列出所有的环境名和对应路径
conda info -e
删除虚拟环境
conda remove --name envname --all
指定python版本,以及多个包
conda create -n envname python=3.4 scipy=0.15.0 astroib numpy
查看当前环境安装的包
conda list ##获取当前环境中已安装的包 conda list -n python36 ##获取指定环境中已安装的包
克隆一个环境
# clone_env 代指克隆得到的新环境的名称 # envname 代指被克隆的环境的名称 conda create --name clone_env --clone envname #查看conda环境信息 conda info --envs
构建相同的conda环境(不通过克隆的方法)
# 查看包信息 conda list --explicit # 导出包信息到当前目录, spec-file.txt为导出文件名称,可以自行修改名称 conda list --explicit > spec-file.txt # 使用包信息文件建立和之前相同的环境 conda create --name newenv --file spec-file.txt # 使用包信息文件向一个已经存在的环境中安装指定包 conda install --name newenv --file spec-file.txt
查找包
#模糊查找,即模糊匹配,只要含py字符串的包名就能匹配到 conda search py ##查找包,--full-name表示精确查找,即完全匹配名为python的包 conda search --full-name python
安装更新删除包
##在当前环境中安装包 conda install scrapy ##在指定环境中安装包 conda install -n python36 scrapy ##在当前环境中更新包 conda update scrapy ##在指定环境中更新包 conda update -n python36 scrapy ##更新当前环境所有包 conda update --all ##在当前环境中删除包 conda remove scrapy ##在指定环境中删除包 conda remove -n python2 scrapy
Python管理
查找可以安装的python
# 查找所有名称包含python的包 conda search python # 查找全名为python的包 conda search --full-name python
安装不同版本的Python
#在不影响当前版本的情况下,新建环境并安装不同版本的python #新建一个Python版本为3.6 名称为 py36 的环境 conda create -n py36 python=3.6 anaconda #注:将py36替换为您要创建的环境的名称。 anaconda是元数据包,带这个会把base的基础包一起安装,不带的话新环境只包含python3.6相关的包。 python = 3.6是您要在此新环境中安装的软件包和版本。 这可以是任何包,例如numpy = 1.7,或多个包。 #然后激活想要使用的环境即可 conda activate py36 #更新Python # 普通的更新python conda update python # 将python更新到另外一个版本/安装指定版本的python conda install python=3.6
conda自身
查看当前conda工具版本号
conda --version
查看包括版本的更多信息
conda info
更新conda至最新版本
conda update conda
查看conda帮助信息
conda -h
分享环境
如果你想把你当前的环境配置与别人分享,这样ta可以快速建立一个与你一模一样的环境(同一个版本的python及各种包)来共同开发/进行新的实验。一个分享环境的快速方法就是给ta一个你的环境的.yml文件。
首先通过activate target_env要分享的环境target_env,然后输入下面的命令会在当前工作目录下生成一个environment.yml文件
conda env export > environment.yml
小伙伴拿到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
conda env create -f environment.yml
__EOF__
本文作者:织梦行云
本文链接:https://www.cnblogs.com/cxfs/p/16991536.html
本文链接:https://www.cnblogs.com/cxfs/p/16991536.html
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
SQL SERVER中递归
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
这是目前我见过最好的跨域解决方案!
减少回流与重绘
减少回流与重绘
如何使用KrpanoToolJS在浏览器切图
performance.now() 与 Date.now() 对比
一款纯 JS 实现的轻量化图片编辑器
关于开发 VS Code 插件遇到的 workbench.scm.
前端设计模式——观察者模式
前端设计模式——中介者模式
创建型-原型模式