conda create -n your_env_name python=x.x
# 在创建环境的同时安装必要的包
conda create -n your_env_name numpy matplotlib python=x.x
# 在指定的虚拟环境中安装额外的包
conda install -n your_env_name package_name
一般在创建环境的时候用第一条指令即可,有需要的包等后面再安装。注意,在安装环境时要指定python的版本,否则会自动安装python的最新版本
# 激活虚拟环境
conda activate your_env)name
# 退出当前环境
conda deactivate your_env_name
conda remove -n your_env_name --all
# 删除虚拟环境中的某个包
conda remove -n your_env_name package_name
(1)在本机上面进行环境复制
# 根据已有环境名复制生成新的环境
conda create -n new_env_name --clone old_env_name
# 根据已有环境路径复制生成新的环境,其中old_env_path为旧环境的路径
conda create -n new_env_name --clone old_env_path
(2)复制到其他的机器上面
# 方案一:
# 1)导出环境[二选一]
conda env export > ~/env.yaml
conda env export > environment.yaml
# 利用conda env export导出的是个yaml格式的文件,该文件记录了环境名,软件源地址以及安装包列表
# 2)使用yaml配置文件创建新环境[二选一]
conda env create -f ~/env.yaml
conda env create -f environment.yaml
# 在新的机器中可直接执行上述命令,生成的环境与复制源完全一样(包括环境名)
# 方案二:
# 1)将原来电脑上的环境所在文件夹复制到当前机器的任意路径下
# 2)在当前机器中执行以下操作
conda create -n new_env_name --clone ~/path
# 这样就完成了环境的移植
方案二的这种方法移植过来的环境知识安装了原来环境中用conda install 等命令直接安装的包,用pip之类装的东西并没有移植过来,需要重新安装
conda -V
conda list
conda env list
conda info -e
这两条指令的功能是一样的
conda update conda
conda下载东西是,默认的镜像源下载的速率很慢,修改conda的镜像源能够加快下载速度。一些设置镜像的操作如下:
(1)查看已添加的镜像
conda config --show chanels
(2)换回默认镜像
conda config --remove-key channels
3)添加清华镜像
# windows系统64位
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
# linux系统64位
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
注意在添加镜像的时候一定要根据自己的系统添加正确的镜像,不然在更新conda或者创建新的虚拟环境时会报错
(4)设置搜索时显示channels地址
conda config --set show_channel_urls yes
(5)删除指定镜像
conda config --remove channels 镜像地址
# 例子
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
(6)确认镜像添加成功
conda config --show channels