conda环境常用命令说明

升级

conda update conda
conda update anaconda
conda update anaconda-navigator    //update最新版本的anaconda-navigator   

卸载

计算机控制面板->程序与应用->卸载        //windows
rm -rf anaconda    //ubuntu

最后，建议清理下.bashrc中的Anaconda路径。
conda环境使用基本命令：

conda update -n base conda        //update最新版本的conda
conda create -n xxxx python=3.5   //创建python3.5的xxxx虚拟环境
conda activate xxxx               //开启xxxx环境
conda deactivate                  //关闭环境
conda env list                    //显示所有的虚拟环境

anaconda安装最新的TensorFlow版本

参考：已解决：用anaconda安装最新的TensorFlow版本_Mr番茄蛋的博客-CSDN博客_anoconda安装tensorflow

1. 打开anaconda-prompt
2. 查看tensorflow各个版本：（查看会发现有一大堆TensorFlow源，但是不能随便选，选择可以用查找命令定位）
   anaconda search -t conda tensorflow
3. 找到自己安装环境对应的最新TensorFlow后（可以在终端搜索anaconda，定位到那一行），然后查看指定包
   anaconda show
4. 查看tensorflow版本信息
   anaconda show anaconda/tensorflow
5. 第4步会提供一个下载地址，使用下面命令就可安装1.8.0版本tensorflow

conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.8.0 

更新，卸载安装包：

conda list         #查看已经安装的文件包
conda update xxx   #更新xxx文件包
conda uninstall xxx   #卸载xxx文件包

删除虚拟环境

conda remove -n xxxx --all //创建xxxx虚拟环境

清理（conda瘦身）

conda clean就可以轻松搞定！第一步：通过conda clean -p来删除一些没用的包，这个命令会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们。第二步：通过conda clean -t可以将conda保存下来的tar包。

conda clean -p      //删除没有用的包
conda clean -t      //tar打包

参考：Conda常用命令整理_CharlotteMen的博客-CSDN博客_conda 命令

jupyter notebook默认工作目录设置

参考：Jupyter notebook改变默认的的工作目录_Lee_Wei4939的博客-CSDN博客_jupyter更改工作目录
1）在Anaconda Prompt终端中输入下面命令，查看你的notebook配置文件在哪里：

jupyter notebook --generate-config
//会生成文件C:\Users\用户\.jupyter\jupyter_notebook_config.py

2）打开jupyter_notebook_config.py文件通过搜索关键词：c.NotebookApp.notebook_dir，修改如下

c.NotebookApp.notebook_dir = 'E:\\tf_models'     //修改到自定义文件夹

3）然后重启notebook服务器就可以了
注：其它方法直接命令到指定目录，Anaconda Prompt终端中输：jupyter notebook 目录地址

# 列出当前环境下所有安装的 conda 包。
$ conda list
 
# 列举一个指定环境下的所有包
$ conda list -n env_name
 
# 查询库
$ conda search scrapys
 
# 安装库安装时可以指定版本例如：（scrapy=1.5.0）
$ conda install scrapy
 
# 为指定环境安装某个包
$ conda install --name target_env_name package_name
 
# 更新安装的库
$ conda update scrapy
 
# 更新指定环境某个包
$ conda update -n target_env_name package_name
 
# 更新所有包
$ conda update --all
 
# 删除已经安装的库也尅用（conda uninstall）
$ conda remove scrapy
 
# 删除指定环境某个包
$ conda remove -n target_env_name package_name
 
# 删除没有用的包
$ conda clean -p

Anaconda镜像

简介

Anaconda是一个用于科学计算的Python发行版，支持Linux, Mac, Windows,包含了众多流行的科学计算、数据分析的Python包。

下载地址：anaconda安装包下载_开源镜像站-阿里云

配置方法

Anaconda 配置

Anaconda 安装包可以到 anaconda-archive安装包下载_开源镜像站-阿里云 下载。

Linux用户可以通过修改用户目录下的 .condarc 文件。

Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。

注：由于更新过快难以同步，我们不同步pytorch-nightly, pytorch-nightly-cpu, ignite-nightly这三个包。

阿里源

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.aliyun.com/anaconda/cloud
  msys2: http://mirrors.aliyun.com/anaconda/cloud
  bioconda: http://mirrors.aliyun.com/anaconda/cloud
  menpo: http://mirrors.aliyun.com/anaconda/cloud
  pytorch: http://mirrors.aliyun.com/anaconda/cloud
  simpleitk: http://mirrors.aliyun.com/anaconda/cloud

清华源

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

即可添加 Anaconda Python 免费仓库。

配置完成可运行 conda clean -i 清除索引缓存。

Miniconda 安装包可以到 anaconda-miniconda安装包下载_开源镜像站-阿里云 下载。

相关链接

• 官方主页： Anaconda | The World's Most Popular Data Science Platform

参考地址：

1. https://www.jianshu.com/p/7ebe1df808ba
2. https://blog.csdn.net/czsnooker/article/details/123293266
3.  https://www.anaconda.com/
4. https://developer.aliyun.com/mirror/anaconda
5. https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/