【anaconda】anaconda详细操作教程(附控制台代码)

文章目录

    • 一、管理conda:
      • (1)检查conda版本:
      • (2)获取版本号
      • (3)列出所有的环境
      • (4)查看所有已安装包
      • (5)查看环境管理的全部命令帮助
      • (6)安装特定版本的包
    • 二、升级
      • (1)conda升级
      • (2)conda升级后释放空间
    • 三、虚拟环境
      • (1)查看conda下的包
      • (2)激活这个新环境
      • (3)切换到系统根目录
      • (4)复制一个环境
      • (5)删除一个环境
    • 四、把环境添加到jupyter notebook
      • (1)查看已添加到jupyter notebook的kernel
      • (2)删除指定的kernel
    • 参考

一、管理conda:

(1)检查conda版本:

conda --version

(2)获取版本号

conda --version 
# 或
conda -V

(3)列出所有的环境

conda info -envis或者(-e)

** 注意:conda有时也会在目前活动的环境前边加上号。**

(4)查看所有已安装包

conda list

(5)查看环境管理的全部命令帮助

conda env -h

(6)安装特定版本的包

conda install package=version

二、升级

(1)conda升级

我们可以在命令行中或者anaconda prompt中执行命令进行操作。

conda update conda #升级conda
conda update anaconda #升级anaconda前要先升级conda
conda update --all #升级所有包

(2)conda升级后释放空间

在升级完成之后,我们可以使用命令来清理一些无用的包以释放一些空间:

conda clean -p #删除没有用的包
conda clean -t #删除保存下来的压缩文件(.tar)

三、虚拟环境

(1)查看conda下的包

conda list命令用于查看conda下的包,而conda env list命令可以用来查看conda创建的所有虚拟环境。

conda create -n env-name python=x.x:创建虚拟环境
conda remove -n env-name --all:删除虚拟环境

(2)激活这个新环境

  • Linux,OS X:
source activate env-name 
  • Windows:
activate env-name

小技巧:
新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径;去通过conda create -h了解更多信息吧。

小技巧:
如果我们没有指定安装python的版本,conda会安装我们最初安装conda时所装的那个版本的python。

(3)切换到系统根目录

如果要从你当前工作环境的路径切换到系统根目录时,键入:

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

(4)复制一个环境

通过克隆来复制一个环境。这儿将通过克隆snowfllakes来创建一个称为flowers的副本。

conda create -n flowers --clone snowflakes

通过conda info –-envs来检查环境

(5)删除一个环境

如果你不想要这个名为flowers的环境,就按照如下方法移除该环境:

conda remove -n flowers 

四、把环境添加到jupyter notebook

首先通过activate进入想要添加的环境中,然后安装ipykernel,接下来就可以进行添加了。

pip install ipykernel
python -m ipykernel install --name Python27 #Python27可以取与环境名不一样的名字,但方便起见建议统一

(1)查看已添加到jupyter notebook的kernel

我们可以使用jupyter kernelspec list来查看已添加到jupyter notebook的kernel。
显示如下:

PS C:\Users\25387> jupyter kernelspec list
Available kernels:
  python3    D:\Anaconda\anaconda\share\jupyter\kernels\python3

(2)删除指定的kernel

若想删除某个指定的kernel,可以使用命令jupyter kernelspec remove kernel_name来完成。

  • 由于python是不向后兼容的,分开环境可以避免语法版本不一引起的错误,同时这也可以避免工具包安装与调用的混乱。

参考

anaconda笔记:conda的各种命令行操作
anaconda常用命令行指令
Anaconda常用命令大全

你可能感兴趣的:(python,python,anaconda,命令行)