管理包命令：
（
1
）安装包：
conda install package_name
；
例如，要安装
numpy
，请键入
conda install numpy
（
2
）安装多个包：
conda install package_name1 package_name2 package_name3
；
例如，要安装
numpy
、
scipy
、
pandas
，请键入
conda install numpy scipy pandas
conda
还会自动为你安装依赖项。例如，
scipy
依赖于
numpy
，因为它使用并需要
numpy
。如果你只安装
scipy (
conda install scipy
)
，则
conda
还会安装
numpy
（如果尚未安装的话）。
（
3
）卸载包
：
conda remove package_name
（
4
）更新环境中的所有包：
conda update –all
（
5
）如果不知道要找的包的确切名称，可以尝试使用
conda search search_term
进行搜索，例如：我知道我想安装 Beautiful Soup，但我不清楚确切的包名称。因此，我尝试执行
conda search beautifulsoup
。
（
6
）将用到的包列表导出到文件：
pip freeze > requirements.txt
（
1
）创建环境：
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
。
conda
创建环境以隔离项目。要创建环境，请在终端中使用
。
（
2
）创建环境时，可以指定
Python
版本：
conda create -n py3 python=3
或
conda create -n py2 python=2
；
要安装特定版本（例如
Python 3.3
），请使用
conda create -n py python=3.3
。
（
3
）进入环境（
OSX/Linux
）：
source activate my_env
；
（
W
indows
）：
activate my_env
；
进入环境后显示：
(my_env) ~ $
（
4
）检查环境中安装的包：
(my_env) ~ $ conda list
（
5
）在环境中安装包：
(my_env) ~ $conda install package_name
；
在环境中安装的包仅在环境中才有用。
（
6
）退出环境：（
OSX/Linux
）：
source deactivate
；
（
W
indows
）：
deactivate
；
（
7
）保存环境：
conda env export > environment.yaml
；
将包保存为
YAML
，
conda env export
用于输出环境中的所有包的名称（包括
Python
版本）。
> environment.yaml
将导出的文本写入到
YAML
文件
environment.yaml
中。
保存环境是为了共享这个环境，为了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。
（
8
）通过环境文件
（
environment.yaml
）创建环境：
conda env create -f environment.yaml
。这会创建一个新环境，而且它具有同样的在
environment.yaml
中列出的库。
（
9
）列出环境：
conda env list
；
列出环境中用到的包。
（
10
）删除环境：
conda env remove -n env_name
