Anaconda 解决了官方 Python 的两大痛点:
1.提供了包管理功能，Windows 平台安装第三方包经常失败的场景得以解决
2.提供环境管理的功能，功能类似 Virtualenv，解决了多版本Python并存、切换的问题
常用命令
1.更新所有包
conda upgrade --all
2.安装，卸载，更新包
conda install package_name
conda remove package_name
conda update package_name
3.列出已安装的包
conda list
4.查看conda当前package_name可用版本
conda search package_name
管理环境
1.创建环境
conda create -n env_name package_names
conda create -n py3 python=3
conda create -n py2 python=2
2.进入环境
activate my_env -- win
source activate my_env -- OSX/Linux
3.离开环境
deactivate -- win
source deactivate -- OSX/Linux
4.共享环境
conda env export > /path/to/environment.yaml
conda env update -f=/path/to/environment.yml
=>
pip freeze > environment.txt
pip install -r /path/requirements.txt
5.列出环境
conda env list
6.删除环境
conda env remove -n env_name
修改镜像地址
~/.condarc (Linux/Mac)
C:\Users\当前用户名.condarc (Windows)
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults
show_channel_urls: true
conda常用命令
最新版的conda是从site-packages文件夹中搜索已经安装的包，不依赖于pip，因此可以显示出通过各种方式安装的包。
conda将conda、python等都视为package，因此完全可以使用conda来管理conda和python的版本
# 列出所有已安装的包
conda list
# 安装软件包，同时它会自动安装此软件包的依赖项
conda install package_name
# 同时安装多个包
conda install numpy pandas
# 安装指定版本的包
conda install python=2.7
# 安装离线包
conda install /package-path/package-filename.tar.bz2
# 卸载包
conda remove package_name
# 更新环境中的所有已安装的包
conda update/upgrade --all
# 更新conda，保持conda最新
conda update conda
# 更新anaconda
conda update anaconda
# 更新python
conda update python
# 查看conda安装信息
conda info
# 查看conda帮助
conda help
# 搜索可以安装的包
conda search package_name
# 创建conda虚拟环境
conda create -n env_name
# 在这里，-n env_name 设置环境的名称（-n 是指名称），而 list of packages 是要安装在环境中的包的列表
conda create -n env_name list of packages
# 可以创建具有特定 Python 版本的环境
conda create -n py2.7.14 python=2.7.14
# 查看conda版本
conda -V
# 进入环境
# linux 下用
source activate env_name
# windows 下用
activate env_name
# 离开环境
# linux 下用
source deactivate
# windows 下用
deactivate
# 列出环境
conda env list
# 删除环境
conda env remove -n env_name
# 导出环境将包保存为 YAML，输出环境中的所有包的名称（包括 Python 版本）
conda env export > environment.yaml
# 加载环境
conda env create -f environment.yaml
