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pipnpm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:

  1. 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。
  2. 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。
  3. 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CondaPython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AnacondaConda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

你可能感兴趣的:(python,工具教程,conda,python)