conda常用命令

Posted 2021-02-05 sddai

4.1 管理conda

Conda既是包管理器，也是环境管理器。一个包管理器可以帮助你找到和安装软件包。使用几个命令，您可以设置一个完全独立的环境来运行不同版本的Python，然后继续在您的正常环境中运行您常用的Python版本。这就是像conda这样的环境管理工具的力量。

提示：无论您是使用Linux，OS X还是Windows命令提示符，在终端窗口中输入的conda命令，除非另有说明，否则都是相同的。

验证conda已安装

为了确保您在正确的地方开始，让我们验证您是否已成功安装Anaconda。在终端窗口中，输入以下内容：

conda --version

Conda将回复您已安装的版本号，如：conda 3.11.0

注意：如果您看到错误消息，请检查您是否登录到安装Anaconda或Miniconda的帐户，并确保安装后已关闭并重新打开终端窗口。

更新conda到当前版本

接下来，让我们使用conda update命令更新conda：

conda update conda

Conda将比较版本，并让您知道可以安装的内容。它也会告诉你其他将随着更新自动更新或更改的软件包。

如果有较新版本的conda，键入Y进行更新：

Proceed ([y]/n)? y

conda更新完成后，来看下一个主题。

4.2 管理环境

现在让我们通过创建几个环境，然后在它们之间移动来认识环境。

创建并激活环境

使用conda create命令，后跟任何你想调用它的名称：

conda create --name snowflakes biopython

这将创建一个名为/envs/snowflakes的环境，该环境包括程序Biopython。

提示：两个破折号（--）后面的许多常用选项可以缩写为短划线和第一个字母。所以--name和-n选项是一样的，--envs和-e是一样的。见conda --help或conda -h查看缩写列表。

激活新环境：

• Linux，OS X：source activate snowflakes
• Windows：activate snowflakes

提示：默认情况下，环境安装在conda目录下的envs目录中。您可以指定不同的路径。有关详细信息，请参见conda create --help。

提示：由于我们没有指定Python版本，conda安装的版本与安装conda时使用的Python版本一致。

创建第二个环境

这次让我们创建和命名一个新的环境，并安装不同版本的Python和两个包命名为Astroid和Babel：

conda create --name bunnies python=3 astroid babel

这将创建第二个新的环境，名为 /envs/bunnies，且包含Python3和Astroid、Babel。

提示：在此环境中应该同时安装所需的所有程序。一次只安装一个可能导致依赖冲突。

提示：您可以在conda创建命令中添加更多信息，输入conda create --help查看详细信息。

列出所有环境

现在让我们检查到目前为止已经安装了哪些环境。使用conda environment info命令找出：

conda info --envs

您将看到如下所示的环境列表：

conda environments:
    snowflakes      */home/username/miniconda/envs/snowflakes
    bunnies          /home/username/miniconda/envs/bunnies
    root             /home/username/miniconda

验证当前环境

你现在使用哪个环境呢 —— snowflakes 还是 bunnies？可以输入同样的命令来查看：

conda info --envs

Conda显示所有环境的列表，当前环境显示在前面的提示（括号）或[括号]中：

(snowflakes)

注意：conda还在您的环境列表中的活动环境前放置星号（*）;请参阅上面的“列出所有环境”。

切换到其他环境（激活/停用）

更改为其他环境，输入以下命令：

• Linux，OS X：source activate bunnies
• Windows：activate bunnies

将当前环境的路径更改回root：

• Linux，OS X：source deactivate
• Windows：deactivate

提示：当环境取消激活时，(bunnies)将不再显示在提示中。

制作环境的完整副本

通过创建环境的克隆来创建环境的精确副本。这里我们将克隆snowflakes创建一个名为flowers的精确副本：

conda create --name flowers --clone snowflakes

检查生成的副本：

conda info --envs

您现在应该看到列出的三个环境：flowers，bunnies和snowflakes。

删除环境

如果你真的不想要一个名为flowers的环境，只需删除它如下：

conda remove --name flowers --all

要验证flowers环境现在已删除，请键入命令：

conda info --envs

flowers不再在你的环境列表中，所以我们知道它被删除。

了解有关环境的详情

要了解有关任何conda命令的更多信息，只需在键入命令后跟--help：

conda remove --help

.. _managing-python：

4.3 管理Python

Conda处理Python与任何其他包相同，所以它很容易管理和更新多个安装。

检查Python版本

首先让我们检查一下可以安装哪些版本的Python：

conda search --full-name python

你可以使用conda search python来显示名字中包含的所有包
文本python或添加--full-name选项来指定。

安装不同版本的Python

假如你需要Python3来学习编程，但你不想通过更新来覆盖你的Python2.7环境。你可以创建并激活名为snakes的新环境，然后安装最新版本的Python3，命令如下：

conda create --name snakes python=3

• Linux，OS X：source activate snakes
• Windows：activate snakes

提示：明智的做法是将这个环境命名为python这样的描述性名称。

验证添加的环境

要验证是否已添加了snakes环境，请键入以下命令：

conda info --envs

Conda显示所有环境的列表，当前环境显示在前面的提示中的（括号）或[括号]里：

(snakes)

在新环境中验证Python版本

验证snakes环境使用Python3版本：

python --version

使用不同版本的Python

要切换到新环境使用不同版本的Python，只需要激活它。让我们切换回默认值，2.7：

• Linux，OS X：source activate snowflakes
• Windows：activate snowflakes

在环境中验证Python版本

验证snowflakes环境是否使用安装conda时使用的相同Python版本：

python --version

停用此环境

在雪花环境中完成工作后，停用此环境
将您的PATH恢复到之前的状态：

• Linux，OS X：source deactivate
• Windows：deactivate

4.4 管理包

我们来认识包。当我们创建一个新的环境时（Astroid，Babel和一个具体的版本的Python），我们已经安装了几个包。我们将检查我们有什么包，检查什么是可用的，查找特定的包并安装它。然后我们会查找并安装存在于Anaconda.org存储库中的包，安装更使用pip install的包，以及安装一个商业包。

查看在环境中安装的软件包和版本的列表

使用此选项可查看环境中安装的是哪个版本的Python或其他程序，或者确认已添加或删除了包。在您的终端窗口中，只需键入：

conda list

用conda install命令查看使可用的软件包列表

可用于conda安装的软件包列表（按Python版本排序）可从http://docs.continuum.io/anaconda/pkg-docs.html得到。

搜索包

首先让我们检查一下我们想要的软件包是否可供conda安装：

conda search beautifulsoup4

这将显示包，因此我们知道它是可用的。

安装新软件包

我们将在当前环境中安装Beautiful Soup，使用conda安装如下：

conda install --name bunnies beautifulsoup4

注意：你必须告诉conda环境的名称（--name bunnies），否则它将安装在当前环境。

现在激活bunnies环境，并做一个conda列表看到安装的新程序：

• Linux，OS X：source activate bunnies
• Windows：activate bunnies

所有平台：

conda list

从Anaconda.org安装软件包

对于使用conda install不可用的软件包，我们接下来看看Anaconda.org。Anaconda.org是一个用于公共和私人包存储库的包管理服务。Anaconda.org是Continuum Analytics产品，就像Anaconda和Miniconda。

提示：您不需要注册到Anaconda.org下载文件。

要从Anaconda.org下载到当前环境，我们将通过键入我们想要的包的完整的URL来指定Anaconda.org作为“通道”。

在浏览器中，转到http://anaconda.org。我们正在寻找一个名为“bottleneck”的包，在左上角名为“Search Anaconda Cloud”的框中，输入“bottleneck”，然后单击“Search”按钮。

在Anaconda.org上有十多个bottleneck可用，但我们想要的最多下载量的副本。因此，你可以通过点击“下载”标题按下载数量进行排序。

通过单击软件包名称选择下载量最多的版本。这将带您到Anaconda.org详细信息页面，其中显示用于下载的确切命令：

conda install --channel https://conda.anaconda.org/pandas bottleneck

检查包下载是否正确

conda list

使用pip安装软件包

对于conda或Anaconda.org不提供的软件包，我们经常可以使用pip（“pip installs packages”的缩写）来安装软件包。

提示：Pip只是一个包管理器，所以它不能为您管理环境。 Pip甚至不能更新Python，因为不像conda，它不把Python当做一个包。但它确实安装了一些conda没有的东西。 pip和conda都包括在Anaconda和Miniconda。

我们激活想放置程序的环境，然后用pip安装一个名为“See”的程序：

• Linux，OS X：source activate bunnies
• Windows：activate bunnies

所有平台：

pip install see

验证pip安装

检查看是否已安装：

conda list

安装商业包

安装商业包与用conda安装任何其他包相同。因此，作为示例，让我们安装，然后删除Continuum的商业包IOPro的试用版，这可以加速你的Python处理：

conda install iopro

提示：除了学术用途，此免费试用期在30天后过期。

现在，您可以使用conda命令，从Anaconda.org下载或使用pip install安装和验证任何您想使用conda的软件包，无论是开源还是商业。

4.5 删除软件包，环境或conda

让我们结束这个测试，通过删除一个或多个测试包，环境或conda。

删除包

如果你决定不继续使用商业包IOPro，您可以从bunnies环境中删除它：

conda remove --name bunnies iopro

确认程序已删除

使用conda列表确认IOPro已被删除：

conda list

删除环境

我们不再需要snakes环境，因此输入命令：

conda remove --name snakes --all

验证环境已删除

要验证蛇的环境现在已被删除，请键入命令：

conda info --envs

Snakes不再显示在环境列表中，因此我们知道它已被删除。

删除conda

• Linux，OS X：

删除Anaconda或Miniconda安装目录：

rm -rf ~/miniconda OR  rm -rf ~/anaconda

• Windows：转到控制面板，单击“添加或删除程序”，选择“Python 2.7（Anaconda）”或“Python 2.7 Miniconda”），然后单击删除程序。

更多资源

• 要读取任何conda命令的完整文档，请键入命令,后面加-h代表“帮助”。例如，了解conda更新命令：conda update -h
• 完整文档：https://conda.io/docs/
• Cheat sheet: Conda cheat sheet
• 常见问题：http://docs.continuum.io/anaconda/faq.html 和 FAQ
• 免费社区支持：https://groups.google.com/a/continuum.io/forum/#!forum/anaconda
• 付费支持选项：http://continuum.io/support
• Continuum Analytics培训与咨询：Continuum Analytics提供Python培训课程。我们的教学理念是，最好的学习方法是对现实世界问题的亲身体验。课程可在线，在许多网站上，或在您的营业地点内部。我们还为科学和业务数据的分析，管理和可视化提供咨询服务，或者在现代硬件和GPU上优化您的处理工作流程。

作者：Himryang
链接：https://www.jianshu.com/p/17288627b994
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。