conda常用命令
目录
-
- 一、简介
- 二、常用命令
-
- 2.1、创建环境（创建、激活、退出）
- 2.2、升级包或环境
- 2.3、克隆环境
- 2.4、删除环境
- 三、参考
一、简介
什么是conda?
AI的回复是这样的：
Conda是一个流行的开源软件包管理系统和环境管理系统，用于安装和管理软件包以及创建和管理虚拟环境。它可以在Linux、macOS和Windows等多个操作系统上使用。Conda可以用于安装Python及其各种库和框架，例如NumPy、Pandas、TensorFlow、PyTorch等。
Conda可以轻松地创建和管理虚拟环境，这对于在不同项目之间切换和管理依赖项非常有用。虚拟环境可以隔离不同项目的依赖项，避免版本冲突和其他问题。Conda还可以管理多个Python版本和其它语言的环境，例如R、Julia等。
Conda还可以用于安装和管理非Python软件包，例如C++编译器、CUDA和cuDNN等。这使得Conda成为一种非常强大的工具，特别是在数据科学、机器学习和深度学习领域。
我们简而言之就是一个包管理工具，跟pip、npm等差不多的工具。
但是还是有一些区别的
Conda和Pip都是用于管理Python软件包的工具，但它们有一些重要的区别：
-
软件包来源：
Pip：Pip是Python的包管理器，主要用于安装Python软件包。Pip从Python Package Index (PyPI) 上下载和安装软件包。Conda：Conda是一个通用的包管理器，不仅可以管理Python软件包，还可以管理其他语言的软件包，例如R、Julia等。Conda默认从Anaconda仓库或者Conda Forge等渠道下载软件包，而不仅仅局限于PyPI。
-
环境管理：
Pip：Pip主要用于安装Python软件包，但它并不提供直接的虚拟环境管理功能。虚拟环境通常需要使用Python自带的venv模块或者第三方工具如virtualenv。Conda：Conda可以创建和管理虚拟环境，这使得它更加灵活，能够隔离不同项目的依赖项，避免版本冲突和其他问题。
-
跨平台性：
Pip：Pip是Python的包管理器，因此它主要适用于Python环境。Conda：Conda是一个通用的包管理器，可以在不同的操作系统上使用，并且可以管理多种语言的软件包。
综上所述，Pip更适合于纯Python软件包的管理，而Conda则更适合于跨语言、跨平台的软件包管理和环境管理。在数据科学、机器学习和深度学习等领域，通常会同时使用Pip和Conda来满足不同的需求。
想要使用Conda，必须先了解一下什么是Anaconda
Anaconda是一个数据科学和机器学习的开源发行版，它包含了Conda、Python解释器以及大量的常用数据科学和机器学习库。Anaconda发行版可以方便地安装在计算机上，提供了一个预先配置好的数据科学工具集合。Anaconda还包含了一个名为Anaconda Navigator的图形用户界面，用于管理虚拟环境、安装软件包等。Anaconda中包含了Conda，因此可以使用Conda来管理软件包和环境。
这里你就当作Anaconda是Conda的载体就行了。
二、常用命令
我们经常运行我们的python程序时，总会碰到python版本的不正确的问题，但是重新安装python版本费时费力，所以我们使用Conda就会简单很多。
2.1、创建环境（创建、激活、退出）
创建指定python版本的环境
conda create -n my_env python=3.7 -y
my_env表示环境名称
创建带有特定包的环境
便创建环境边安装包：
conda create -n my_env scipy=0.17.3 -y
或者创建后指定环境安装：
conda create -n my_env python
conda install -n my_env scipy=0.17.3
查看已安装环境
conda env list
## 或者
conda info --envs
激活与退出环境
激活环境
conda activate my_env
退出现在激活的环境：
conda deactivate
2.2、升级包或环境
升级某个包直接执行：
conda update <package_name> -y
## 指定某个环境
conda update -n my_env<package_name> -y
##例如
conda update -n sci_env scipy -y ## sci_env为存在的某个环境
2.3、克隆环境
conda create --name new_env_name --clone old_env_name
# new_env_name 为新环境的名称
# old_env_name 为被克隆的环境名称
2.4、删除环境
conda remove -n env_name --all -y
或者
conda env remove --name env_name -y
三、参考
conda常用命令