基础操作
    
    
     查询 conda 版本
    
    
     
      conda --version
     
    
    
    
     更新 conda
    
    
     
      conda update conda
     
    
    
     查看conda环境详细信息
    
    
     
      conda info
     
    
    
     虚拟环境管理
    
    
     查看当前有哪些虚拟环境
    
    
     
      conda env list
     
    
    
     或者使用如下命令:
    
    
     
      conda info --envs
     
    
    
     创建一个新的虚拟环境
    
    
     
      conda create --name jupyter_venv python=3.8
     
    
    
     其中,通过
     
      -n
     
     或
     
      --name
     
     来自定义的环境名称,如:
     
      jupyter_venv
     
     ;同时,指定Python的版本。
    
    
     激活虚拟环境
    
    
     
      conda activate jupyter_venv
     
    
    
     退出当前虚拟环境
    
    
     
      conda deactivate
     
    
    
     删除某个虚拟环境
    
    
     
      conda remove -n your_env_name --all 其中,
      
       -n
      
      与
      
       --name
      
      等价,表示虚拟环境名
     
    
    
     复制某个虚拟环境
    
    
     
      conda create --name new_env_name --clone old_env_name
     
    
    
     分享/备份一个虚拟环境
    
    
     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即可。
    
    
     
      conda env create -f environment.yml
     
    
    
     包管理
    
    
     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)
     
    
    
     
      
       # 批量安装 requirements.txt 文件中包含的组件依赖
conda install --yes --file requirements.txt
复制代码
       
      
     
    
     批量导出依赖包
    
    
     批量导出包含环境中所有依赖包到requirements.txt文件。
    
    
     
      
       conda list -e > requirements.txt
复制代码
       
      
     
    
     删除当前环境中的某个包
    
    
     
      conda remove [package]
     
    
    
     注意:这里并非
     
      conda uninstall
     
     ,只有在
     
      pip
     
     指令下才有
     
      pip uninstal
     
     。
    
    
     升级当前环境中的某个包
    
    
     
      conda update [package]
     
    
    
     升级所有包:
    
    
     
      conda update --all
     
    
    
     搜索包
    
    
     
      conda search [package]
     
    
    
     删除没有用的安装包
    
    
     Conda 安装的包都在目录
     
      Anaconda/pkgs
     
     下。随着使用,conda 安装的包也越来越多;有时候会出现以下不好的情况:
    
    
     - 
      有些包安装之后,从来没有使用过;
     
- 
      一些安装包的tar包也保留在了计算机中;
     
- 
      由于依赖或者环境等原因,某些包的不同版本重复安装。
     
     上面的这些情况使得anaconda显得更加冗余,并且浪费储存;对于这些情况可以使用
     
      conda clean
     
     净化Anaconda。
    
    
     
      conda clean -p
     
    
    
     或者
    
    
     
      conda clean --packages
     
    
    
     删除tar包
    
    
     
      conda clean -t
     
    
    
     或者
    
    
     
      conda clean --tarballs
     
    
    
     删除所有的安装包及cache
    
    
     删除索引缓存、锁定文件、未使用过的包和tar包。
    
    
     
      conda clean -y --all
     
    
    
     镜像源管理
    
    
     查看镜像源
    
    
     
      conda config --show channels
     
    
    
     添加镜像源
    
    
     如:添加清华源
    
    
     
      
       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
复制代码
       
      
     
    
     配置安装包时显示安装来源
    
    
     
      conda config --set show_channel_urls yes
     
    
    
     上面的设置表示从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
     
    
    
     切换回默认源
    
    
     
      conda config --remove-key channels
     
    
    
     移除某个镜像源
    
    
     如:移除清华源
    
    
     
      
       conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
复制代码
       
      
     
    
     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/
复制代码
       
      
     
    
     或者
    
    
     
      
       pip install [package] -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com