conda常用命令汇总,随时查询(最全)

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Windows下,需要安装使用Anaconda Prompt ;在Linux下,可以直接执行conda命令。

1.创建一个新环境

conda create -n your_env_name python=X.X
或
conda create --name your_env_name python=X.X

-n即–name,your_env_name是你自定义的环境名称。

例如:

​conda create -n newenv python=3.7
python=3.7会安装最新的python3.7系列版本(如3.7.12)
如要指定更详细的版本,需使用python=3.7.2

2.激活某个环境

激活,activate。即进入某个环境。

Windows系统:

conda activate your_env_name

Linux系统:

source activate your_env_name

激活环境后,可检查当前环境下的Python版本:

python --version

3.包的安装和删除、环境删除

激活到指定环境后,可直接向环境中安装所需的包:

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)
查看可用的版本:pip install spyder==*

删除当前环境中的某个包:

conda remove [package]
请注意:并非conda uninstall
pip指令下才有 pip uninstall

升级某个包:

conda update [package]
conda update --all 升级所有包

退出当前虚拟环境:

source deactivate  # Linux环境

conda deactivate # Windows环境

删除某个虚拟环境:

conda remove -n your_env_name --all
-n即--name

复制某个虚拟环境:

conda create --name new_env_name --clone old_env_name

在安装前的确认[Y/N]的时候,false表示由用户再做决定,而不直接进行:

conda config --set always_yes false

4.环境查询

查看安装了哪些包:

conda list

查看当前有哪些虚拟环境:

conda env list
或
conda info --envs

查询环境python版本:

python --version

查询conda版本:

conda --version

更新conda:

conda update conda

查看conda环境详细信息:

conda info

5.分享/备份环境

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。

首先激活到要分享的环境,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。

conda env create -f environment.yml

6.镜像源

conda方法:

查看镜像源:

conda config --show channels

添加镜像源(如清华源):

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
conda config --set show_channel_urls yes

conda config --set show_channel_urls yes的意思是从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

搜索包:

conda search [package]

切换回默认源:

conda config --remove-key channels

移除某个镜像源(如清华源):

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

pip方法:

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

'''
清华:https://pypi.tuna.tsinghua.edu.cn/simple
腾讯:https://mirrors.cloud.tencent.com/pypi/simple
阿里云:http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学:http://pypi.hustunique.com/
山东理工大学:http://pypi.sdutlinux.org/
豆瓣:http://pypi.douban.com/simple/
'''

7.清理

删除没有用的包:

conda clean -p

删除tar包:

conda clean -t

删除所有的安装包及cache:

conda clean -y --all

Original: https://blog.csdn.net/weixin_46265255/article/details/121510530
Author: wmsofts
Title: conda常用命令汇总,随时查询(最全)

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/614014/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

  • YOLOX训练自己的数据集(头铁出来的超详细教程)

    这里写自定义目录标题 1.YOLOX环境搭建 * 1.1新建一个conda环境 1.2安装代码依赖的库文件 1.3通过setup.py安装一些库文件 1.4下载apex文件 1.4…

    人工智能 2023年6月17日
    0197
  • 从1000篇热门笔记,看小红书的种草趋势

    2022年的双11即将落下帷幕,小红书在大促前后为各大品牌的推广营销提供了丰沃的土壤,通过新红的 [种草流量大盘]能看到,9月底、10月初开始,平台的种草笔记数量相比之前呈现增长的…

    人工智能 2023年6月28日
    0123
  • 软件工程-从规划、需求(DFD数据流图),到设计、实现和测试

    1. 需求工程 1.1 需求开发 1.2 需求管理 1.3 需求分析方法 2. 软件设计 2.1 软件设计活动 2.2 结构化设计 2.3 工作流设计 3. 软件测试 3.1 测试…

    人工智能 2023年6月27日
    0164
  • python add_argument() 方法详解

    官方文档的说明 首先我们来看一下官方文档的说明,了解一下 add_argument() 有哪些参数,接下来的介绍中 引用块都是所有官方文档的原文,对于每一个参数及其取值的说明会加上…

    人工智能 2023年7月4日
    0146
  • 图像分割的方法

    导读:数字图像处理技术是一个跨学科的领域。随着计算机科学技术的不断发展,图像处理和分析逐渐形成了自己的科学体系,新的处理方法层出不穷,尽管其发展历史不长,但却引起各方面人士的广泛关…

    人工智能 2023年6月24日
    0113
  • YOLOv5改进之添加注意力机制

    本文主要给大家讲解一下,如何在yolov5中添加注意力机制, 这里提供SE通道注意力的改进方法,其他注意力的添加方法,大同小异 首先找到SE注意力机制的pytorch代码 clas…

    人工智能 2023年6月24日
    0113
  • MySQL-5-TCL,视图,变量,存储过程和函数,流程控制

    TCL:Transaction Control Language事务控制语言 TCL 事务的特点 acid: 原子性(Atomicity),一致性(Consistency),隔离性…

    人工智能 2023年6月4日
    0112
  • 客户价值分析(聚类)

    运营好客户,首先要对客户价值进行分析,找出哪些是重要保持客户、哪些是发展客户、哪些是潜在客户,按客户价值分类,从而根据不同类别客户进行分类差别化、一对一等多样化、个性化的营销模式,…

    人工智能 2023年6月2日
    0123
  • 轨迹数据 & 安全

    如何通过轨迹相似性度量方法,发现新冠易感人群轨迹作为一种时空数据,指的是某物体在空间中的移动路径,通常表示为GPS点的序列,例如tr= ; 轨迹数据集 【1】Dataset: Ge…

    人工智能 2023年5月31日
    0164
  • 什么是数据挖掘

    文章目录 什么是数据挖掘 * – 1.分类问题 2.聚类问题 3.回归问题 数据挖掘相关的标准库 数据挖掘 模型训练 * 分类问题 聚类问题 回归问题 关联问题 模型集…

    人工智能 2023年6月24日
    0118
  • Pandas的排序和排名(Series, DataFrame) + groupby

    根据条件对数据集排序(sorting)也是一种重要的内置运算。要对行或列索引进行排序(按字典顺序), 可使用sort_index 方法, 它将返回一个已排序的新对象: 而DataF…

    人工智能 2023年6月2日
    0175
  • VoNR

    尽管不断增长的数据业务需求是移动通信网络向5G演进的主要推动力,但语音业务作为基本业务仍然是不可或缺的一部分。为此,标准组织3GPP确定了5G沿用4G的语音架构仍基于IMS来提供语…

    人工智能 2023年5月27日
    0122
  • 命名实体识别(NER)综述

    本文是中文信息处理课程的期末考核大作业,对于自然语言处理主流任务的调研报告– [En] –版权声明:本文为CSDN博主「 摘要 命名实体识别是自然语言处理领…

    人工智能 2023年5月27日
    0113
  • 【建模算法】KNN分类(Python实现)

    【建模算法】KNN分类(Python实现) 01 算法用途 KNN(K- Nearest Neighbor)法即K最邻近法,最初由 Cover和Hart于1968年提出,是一个理论…

    人工智能 2023年7月1日
    098
  • [听风]TBC单体插件“必备安装的DBM”

    [听风]TBC单体插件”必备安装的DBM” 标签(空格分隔): TBC 文章目录 [听风]TBC单体插件”必备安装的DBM” * 插…

    人工智能 2023年5月27日
    0140
  • 自动驾驶中激光雷达如何检测障碍物

    自动驾驶中激光雷达如何检测障碍物 1. 介绍 * 1.1 激光雷达-一种三维激光传感器 1.2 激光雷达的优缺点? 1.3 基于激光雷达如何进行障碍物检测? 1.4 点云处理难点 …

    人工智能 2023年5月26日
    0131
亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球