目录
一. Conda简介
二. Conda常用指令
1. 虚拟环境管理
2. 模块/包管理
一. Conda简介
Conda 是一个开源的包管理系统和环境管理系统,可在 Windows、macOS 和 Linux 上运行。Conda 可快速安装、运行和更新包及其依赖项,因此可以轻松地在计算机上创建、保存、加载和切换环境。
它本是为 Python 程序而创造的,因为Python的版本比较多,并且它的库也非常广泛,同时库和库之间存在很多依赖关系,所以在库的安装和版本的管理上很麻烦,因此设计Conda作为一个管理版本和Python环境的工具,但它业可以打包和管理任何语言的软件。
conda包含在Anaconda里的,因此安装了Anaconda就可以直接使用Conda,点击链接下载download,选择对应的系统和版本类型。
Anaconda是一个免费开源的Python和R语言的发行版本,用于计算科学(数据科学、机器学习、大数据处理和预测分析),Anaconda致力于简化软件包管理系统和部署,附带了Conda、python和150多个科学软件包及其相关的包。Anaconda的包使用软件包管理系统Conda进行管理。
所以何时使用Conda?
在项目开发和部署过程中,由于项目需要的虚拟环境不同,如python版本、模块版本等,即可通过Conda为每个项目创建环境,然后在对应环境进行管理和使用。
二. Conda常用指令
1. 虚拟环境管理
1.1. 创建虚拟环境
创建一个名为envs_name的环境,指定Python版本是python_version
conda create -n envs_name python=python_version
例如创建一个名为test的环境,指定Python版本是3.6
遇到yes/no输入yes,即可完成创建。
1.2. 进入虚拟环境
conda activate envs_name
环境由base变为了test,前面变成了(test)。
1.3. 退出当前环境
conda deactivate
环境由test变为了base。
1.4. 查看所有环境
conda env list/conda info -e
*号所在的行表示当前所在环境。
1.5. 删除虚拟环境
conda env remove -n envs_name
1.6. 复制环境
conda create -n new_envs—_name --clone old_envs_name
1.7.更新python
conda update python
1.8. 检查conda版本
conda --version
1.9. 更新conda版本
conda update conda
必须在base环境更新。
2. 模块/包管理
2.1. 查看包列表
查看指定环境的包列表:
conda list -n envs_name
查看当前环境的包列表:
conda list
2.2. 安装包
在指定环境安装包:
conda install --name env_name package_name
例如:conda install --name test opencv,在test环境中安装opencv。
在当前环境安装包:
conda install package_name
例如:conda install opencv,在当前环境下安装opencv。
遇到yes/no输入yes,即可完成安装。
同时安装多个包:
conda install numpy opencv
安装指定版本的包:
conda install numpy=1.19
说明:使用conda安装指定包时,conda可以自动处理相关的依赖包。
2.3. 删除包
卸载指定环境的包:
conda remove --name env_name package_name
例如:conda remove --name test numpy,卸载test环境中的numpy
卸载当前环境的包:
conda remove package_name
遇到yes/no输入yes,即可完成删除。
2.4. 升级包
升级指定环境的包:
conda update/upgrade -n env_name package_name
升级当前环境的包:
conda update/upgrade package_name
升级全部包:
conda upgrade --all
2.5. 搜索包信息
模糊查找:
conda search <模糊词>
比如:conda search num,即可查询到所有的相关字段的包。
精确查找:
conda search package_name
比如:conda search numpy,显示所有的numpy包。
文章来源:https://www.uudwc.com/A/Ev0k4/
参考
Conda简单教程https://www.cnblogs.com/nuccch/p/15046969.html文章来源地址https://www.uudwc.com/A/Ev0k4/