目錄
- 一、conda命令
- 1.1 尋求幫助
- 二、conda info
- 三、conda create
- 四、conda install
- 五、conda remove
- 六、conda list
- 七、conda search
- 八、conda update
- 九、conda config
- 十、最后
- 參考
一、conda命令
conda 命令可以用來:
- 創建新的 conda 環境,
- 在現有的 conda 環境中安裝/升級包,
- 查詢/搜索 Anaconda 包的索引和當前 Anaconda 的安裝,
Tip: 我們可以將前面帶有兩個短線(
--)的常用命令進行縮寫(并不是所有的都可以縮寫),方法是取一個短線和選項的首字母,例如--name可以縮寫成-n,--envs可以縮寫成-e,
使用 conda -V 以查看當前的 conda 版本,
1.1 尋求幫助
我們可以通過命令列來尋求相應的幫助,即
conda --help
當然也可以使用縮寫
conda -h
執行完如上命令后,我們會看到(這里僅列出一部分):
如果我們想要進一步查看 install 命令該如何使用,只需執行
conda install -h
二、conda info
conda info 可以用來查看相關資訊,其格式如下:
conda info [-a] [--base] [-e] [-s] [--unsafe-channels]
-a, -all: 查看所有資訊(不常用),
–base:查看基環境所在路徑,
conda info --base

-e, --envs:列出當前所有的 conda 環境,
conda info -e

-s, --system:列出所有的環境變數(不常用),
–unsafe-channels:查看令牌公開的頻道,
conda info --unsafe-channels
三、conda create
conda create 可以用來創建新的 conda 環境,其格式如下:
conda create [-n env_name | -p path] [--clone env_name] [-c channel_address]
[packages]
-n, --name:我們可以根據環境名稱來創建一個 conda 環境,假設我們的環境名稱為 my_env
conda create -n my_env
創建完成后,我們使用如下命令進入該環境
conda activate my_env
此時我們的命令列變為

可以看到前面多了一個 (my_env),這個是我們進入了該環境的標志,
使用 conda list 命令來查看該環境下都安裝了哪些包:

因為我們并沒有在創建環境的時候安裝包,所以結果自然是什么都沒有,
如果要退出該環境,只需執行
conda deactivate
注意: 我們只能退到基環境,在基環境下繼續退出依然在基環境,
-p, --prefix:除了根據名稱創建環境以外,我們還可以根據地址來創建 conda 環境,
在上面的例子中,我們創建的 my_env 環境的地址為:G:\anaconda3\envs\my_env,事實上,如果不指定地址,則所有的環境都會創建在 ...\anaconda3\envs\ 下,
若要根據地址來創建,只需執行
conda create -p G:\anaconda3\envs\my_env
–clone:--clone 主要用來克隆(復制)現有的環境,
我們可以根據現有環境的名稱來進行克隆,假設現有環境的名稱為 original_env,新的環境的名稱為 new_env,則只需執行
conda create -n new_env --clone original_env
當然我們也可以根據現有環境的地址來進行克隆:
conda create -n new_env --clone G:\anaconda3\envs\original_env
-c, --channel:首先來介紹一下什么是 conda 頻道,
conda 頻道是存盤 包 的位置,安裝 包 時 conda 會搜索現有的頻道集合,并選取其中一個頻道來安裝 包,
conda 的默認頻道是 https://repo.anaconda.com/pkgs/,但該頻道需要付費,我們一般使用 conda-forge 這個頻道來進行安裝,它是免費的,
有關頻道的設定這里從略,后續的章節會陸續提及,
packages:我們新創建的環境如果不安裝必要的包是無法使用的,需要安裝的包用空格隔開,即
conda create -n my_env python numpy flask
我們用該命令創建了一個叫 my_env 的環境,同時安裝了三個包 python、numpy、flask,
安裝完成后,我們使用 conda list 命令查看已經安裝的包:
可以看到已經安裝的包遠不止三個,這是因為有些包需要另外一些包作為前置,
此外,我們的 python 安裝的是最新版本,當然我們也可以指定版本進行安裝:
conda create -n my_env python=3.9.7 numpy flask
四、conda install
conda install 可以用來在 conda 環境中安裝相應的包,具體格式如下:
conda install [-n env_name | -p path] [-c channel_address] [packages]
已經介紹的選項這里就不再介紹了,
例如,我們要在 my_env 下安裝 3.9.7 版本的 python,我們可以先進入該環境,然后安裝:
conda activate my_env
conda install python=3.9.7
注意,這里的 = 實際上是模糊約束,詳情見下圖:

也可以直接指定環境安裝:
conda install -n my_env python=3.9.7 # 根據名稱
conda install -p G:\anaconda3\envs\my_env python=3.9.7 # 根據地址
再例如,安裝 cvxpy 時,我們可以從指定的頻道(conda-forge)進行安裝
conda install -n my_env -c conda-forge cvxpy
五、conda remove
conda remove 可以用來移除 conda 環境中的某些包,也可以移除整個環境,具體格式如下:
conda remove [-n env_name | -p path] [packages] [--all]
例如,如果我們需要移除 my_env 下的 numpy,只需執行
conda remove -n my_env numpy
當然我們也可以移除所有包(即整個conda環境)
conda remove -n my_env --all
需要注意的是,conda 沒有提供重命名環境的命令,我們只能先克隆一份原來的環境,然后再洗掉原來的環境,具體操作如下(例如將環境 a 重命名成 b):
conda create -n b --clone a
conda remove -n a --all
conda uninstall 是 conda remove 的別名,我們也可以使用 conda uninstall 來移除包,方法是相同的,
六、conda list
conda list 用來列出 conda 環境中的包,具體格式如下:
conda list [-n env_name | -p path] [package]
conda list 只列出當前環境的所有包,若要列出其他環境的包,例如列出 my_env 下的所有包,只需執行:
conda list -n my_env
若要列出 my_env 中與 numpy 相關的包(準確地來說是含有 numpy 字樣的包),只需執行:
conda list -n my_env numpy
基于此,我們可以使用 conda list 來查詢當前環境是否安裝了相應的包(每次只能查詢一個),如果最后的結果沒有列出,那就說明沒有安裝,
七、conda search
conda search 用來搜索指定的包,具體格式如下:
conda search [-c channel_address] [-f] [packages]
我們可以指定在 conda-forge 中搜索 numpy:
conda search -c conda-forge numpy
事實上,上述命令會搜索到所有包含 numpy 字樣的包,如果我們只想搜索 numpy 這個包,需要加上 -f(--full-name 的縮寫),即
conda search -c conda-forge -f numpy
八、conda update
conda update 用來將一系列的包升級到最新版本,具體格式如下:
conda update [-n env_name | -p path] [packages] [--all]
例如,如果我們想要升級 my_env 下的 numpy 和 scipy,只需執行
conda update -n my_env numpy scipy
如果我們要想更新 my_env 中的所有包,則需執行
conda update -n my_env --all
如果要更新 conda 本身,則需執行
conda update conda
如果要更新 anaconda ,則需執行
conda update anaconda
注: 升級
Anaconda前需要先升級conda,
九、conda config
conda config 用來配置 conda 的頻道,相關資訊會存盤在 C:\Users\你的用戶名\.condarc 檔案中,
添加一個頻道的格式為:
conda config --add channels [channel]
例如,若要添加 conda-forge 這個頻道,只需執行
conda config --add channels conda-forge
由于國外頻道速度一般不穩定,我們通常考慮使用國內的頻道,例如清華鏡像,
考慮到 Windows 用戶無法直接創建名為 .condarc 的檔案,我們可以先執行
conda config --set show_channel_urls yes
然后再直接修改該檔案,
內容如下:
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
修改完后,執行 conda clean -i 清除索引快取,保證用的是鏡像站提供的索引,
設定完后,我們可以執行
conda config --get channels
來查看已經添加的頻道,
十、最后
- 本文只介紹了一些最常用的命令和選項,如需了解更多,可前往下方的官方檔案進一步學習,
- 因博主水平有限,文章難免存在疏漏錯誤之處,歡迎各位讀者指出,
參考
[1] conda 官方檔案.
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/436391.html
標籤:AI
