使用conda管理虚拟环境
常用指令
-
conda list查看安装了哪些包1
2
3
4
5
6
7
8
9conda list
packages in environment at D:\anaconda3:
# Name Version Build Channel
_anaconda_depends 2022.10 py39_2 defaults
_ipyw_jlab_nb_ext_conf 0.1.0 py39haa95532_0 defaults
_tflow_select 2.3.0 mkl defaults
absl-py 1.3.0 py39haa95532_0 defaults
...注:文中的
...表示此处只截取了控制台中的部分内容。 -
conda env list或conda info -e查看存在哪些虚拟环境1
2
3
4
5
6conda env list
conda environments:
base * D:\anaconda3
pyforcvx D:\anaconda3\envs\pyforcvx
sklearn-env D:\anaconda3\envs\sklearn-env其中*表示正在使用的环境。
-
conda update conda检查更新当前conda
创建python虚拟环境
直接创建一个新的环境
创建python版本为X.X、名字为your_env_name的虚拟环境。
1 | conda create -n <your_env_name> python=X.X |
例如:
1 | conda create -n demo1 python=3.7 |
利用yaml文件从其他地方转移环境
首先需要导出 conda 环境,可以运行以下命令导出当前环境。
1 | conda env export > <env>.yml |
然后再利用该文件创建环境。
1 | conda env create -n <your_env_name> -f <env>.yaml |
删除虚拟环境
conda remove -n <your_env_name> --all
1 | conda remove -n demo1 --all |
激活、退出虚拟环境
使用 conda activate <your_env_name> 激活虚拟环境,例如:
1 | conda activete demo1 |
使用 conda deactivate 退出当前虚拟环境
在虚拟环境中安装、删除包
可以使用 conda install <package_name> 安装包,例如:
1 | conda install numpy |
安装时也可以指定包的版本号 conda install <package_name>==<version>,安装流程同上。
安装包的时候还可以指定环境名称。conda install -n <your_env_name> [package],例如:
1 | conda install -n demo2 numpy |
虽然使用命令是这里的环境还是demo1,但是numpy包被装到了demo2中。
想要删除包,可以使用 conda remove <package_name>;如果想一次同时删除多个包,则使用形如 conda remove <package_name1> <package_name2> <package_name3> 的命令。
1 | conda remove numpy |
同样也可以删除其他环境中的包 conda remove --name <your_env_name> <package_name>
1 | conda remove --name demo1 numpy |
(使用这段代码是处于demo2环境下)
一些命令参数解释
-n是--name的简写,表示指定名字-f是--file的简写,表示指定环境conda的子命令env是一个模块,用于 管理环境的高级功能,如:- 使用
conda env export导出环境。 - 使用
conda env create基于配置文件创建环境。 - 使用
conda env remove删除环境。
- 使用
评论
