conda管理Anaconda环境

Anaconda也自带一个包管理工具conda,并具有自己的包仓库和服务器。下面简单介绍一下conda:

conda是Anaconda专用的开源包(packages)和虚拟环境(environment)管理工具。

  • packages 管理: 可以使用conda来安装、更新、卸载工具包,并且它更关注于数据科学相关的工具包。值得一提的是,conda并不仅仅管理Python的工具包,它也能安装非python的包。比如在新版的Anaconda中就可以安装R语言的集成开发环境 Rstudio。
  • 虚拟环境管理: 在conda中可以建立多个虚拟环境,用于隔离不同项目所需的不同版本的工具包,以防止版本上的冲突。也可以建立Python2和Python3两个环境,来分别运行不同版本的Python代码。

管理包:

# 确认conda已安装: conda --version

# 更新conda版本: conda update conda

# 查询conda信息: conda info

# 升级anaconda: conda update anaconda 

1. 安装包:

conda install package_name

2. 同时安装多个包:

conda install numpy scipy pandas

3. 安装指定版本

conda install numpy=1.10

4. 移除包

conda remove package_name

5. 更新包

conda update package_name

5. 更新所有包

conda update --all

6. 查看所有已经安装的包:

conda list

7. 查询某个包,也可以进行模糊查询:

conda  search search_key_word

环境管理:

1. 创建一个新环境:

conda create -n env_name  list of packages

其中 -n 代表name,env_name是需要创建的环境名称,list of packages 则是列出在新环境中同时需要安装的工具包。

例如:

conda create -n py3 python=3.7 pandas

或者复制一个已有的环境

conda create --name new_env --clone old_env


2. 进入名为env_name的环境:

source activate env_name

3. 退出当前环境:

source deactivate

在Windows系统中,使用activate env_name和deactivate来进入和退出某个环境。

4. 删除名为env_name的环境:

conda env remove -n env_name

5. 显示所有的环境:

conda env list

6. 查看环境信息

conda info --envs


7. 当分享代码给别人的时候,同时也需要将运行环境分享,执行如下命令可以将当前环境下的package信息存入名为environment的YAML文件中。

conda env export --name env_name > environment.yaml

同样,当执行他人的代码时,也需要配置相应的环境。这时你可以用对方分享的YAML文件来创建一摸一样的运行环境。

conda env create -f environment.yaml

标签: 无

发表评论:

登陆