Conda命令整理

Conda 是一个功能强大的包和环境管理工具，广泛用于 Python 开发中。除了基本的包和环境管理功能外，Conda 还提供了许多高级用法和技巧，帮助用户更高效地管理和维护 Python 环境。

1. 管理 Conda 本身

命令	描述	示例
conda --version	查看 Conda 版本	conda --version
conda update conda	更新 Conda	conda update conda
conda config --show	查看 Conda 配置	conda config --show

2. 管理环境

命令	描述	示例
conda env list	列出所有环境	conda env list
conda create -n	创建新环境	conda create -n myenv
conda activate	激活环境	conda activate myenv
conda deactivate	退出当前环境	conda deactivate
conda remove -n --all	删除环境	conda remove -n myenv --all

3. 包管理

命令	描述	示例
conda list	列出当前环境中的包	conda list
conda install	安装包	conda install numpy
conda install =	安装指定版本的包	conda install numpy=1.21.0
conda update	更新包	conda update numpy
conda remove	卸载包	conda remove numpy

4. 环境导出与创建

命令	描述	示例
conda env export > environment.yml	导出环境配置	conda env export > environment.yml
conda env create -f environment.yml	从文件创建环境	conda env create -f environment.yml

5. 设置镜像源

命令	描述	示例
conda config --add channels	添加镜像源	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes	显示通道 URL	conda config --set show_channel_urls yes

6. 清理缓存

命令	描述	示例
conda clean -p	清理未使用的包缓存	conda clean -p
conda clean -t	清理 tar 包缓存	conda clean -t
conda clean -y --all	清理所有缓存	conda clean -y --all

7. 高级用法和技巧

• 环境克隆：当你已经配置好了一个复杂的环境，不想在新项目中重新配置时，可以使用环境克隆功能。假设你有一个名为 source_env 的环境，想要克隆到一个新的环境 new_env，可以使用以下命令：

  conda create --name new_env --clone source_env
  

  这将创建一个与 source_env 完全相同的新环境 new_env。

• 导出和导入环境：你可以将一个环境的配置信息导出到一个 YAML 文件中，以便在其他机器上或者在未来重新创建这个环境。导出环境的命令如下：

  conda env export > environment.yml
  

  要导入这个环境，可以使用以下命令：

  conda env create -f environment.yml
  

  这对于在不同机器之间共享环境配置非常有用。

• 管理多个渠道：Conda 默认使用 Anaconda 渠道来获取软件包，但有时候你可能需要从其他渠道获取特定的软件包。你可以添加新的渠道，例如：

  conda config --add channels conda-forge
  

  可以查看当前配置的渠道：

  conda config --show channels
  

  并且可以删除不需要的渠道：

  conda config --remove channels conda-forge
  

• 使用 Conda-Build 构建软件包：如果你需要创建自己的 Conda 软件包，可以使用 Conda-Build 工具。请按照以下步骤操作：

1. 安装 conda-build 工具：首先，确保已安装 conda-build。如果尚未安装，可以使用以下命令进行安装：

   conda install conda-build
   

2. 创建构建配方（Recipe）：在一个目录中创建构建配方，通常包含以下文件：

   • meta.yaml：描述包的元数据，如名称、版本、依赖关系等。
   • build.sh：用于 Unix 系统的构建脚本，包含构建和安装指令。
   • bld.bat：用于 Windows 系统的构建脚本，包含构建和安装指令。

   例如，meta.yaml 文件的内容可能如下：

   package:
     name: mypackage
     version: 0.1
   
   source:
     path: ./path_to_source
   
   build:
     number: 0
   
   requirements:
     build:
       - python
       - setuptools
     run:
       - python
       - numpy
   
   test:
     commands:
       - python -c "import mypackage"
   
   about:
     home: https://github.com/username/mypackage
     license: MIT
     summary: 'A brief description of my package'
   

   在 build.sh 中，通常包含以下内容：

   #!/bin/bash
   
   $PYTHON setup.py install --single-version-externally-managed --record=record.txt
   

   请根据实际情况调整上述文件内容。

3. 构建软件包：在包含上述构建配方的目录中，运行以下命令进行构建：

   conda build .
   

   构建成功后，生成的 .tar.bz2 包文件将位于 conda-bld 目录下。

4. 安装构建的软件包：可以使用以下命令在本地安装构建的软件包：

   conda install --use-local mypackage
   

   这将从本地构建的包中安装 mypackage。

5. 上传软件包到 Anaconda Cloud：如果希望将构建的软件包上传到 Anaconda Cloud，以便他人使用，可以使用以下命令：

   anaconda upload /path/to/conda-bld/osx-64/mypackage-0.1-py38_0.tar.bz2
   

   请将 /path/to/conda-bld/osx-64/mypackage-0.1-py38_0.tar.bz2 替换为实际的包文件路径。