在Anaconda中conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。所以对虚拟环境进行创建、删除等操作需要使用conda命令。

Managing environments — conda 4.9.2.post34+dc0c8d48 documentation
conda 本地环境常用操作
==================

<h1>获取版本号</h1>
conda --version 或 conda -V
<h1>检查更新当前conda</h1>
conda update conda
<h1>查看当前存在哪些虚拟环境</h1>
conda env list 或 conda info -e
<h1>查看--安装--更新--删除包</h1>
conda list：

conda search package_name# 查询包

conda install package_name

conda install package_name\=1.5.0

conda update package_name

conda remove package_name

conda创建虚拟环境

jian

<h1>创建名为your_env_name的环境</h1>
conda create --name your_env_name
<h1>创建制定python版本的环境</h1>
conda create --name your_env_name python\=2.7

conda create --name your_env_name python\=3.6
<h1>j</h1>
conda create --name your_env_name python\=3.9
<h1>创建包含某些包（如numpy，scipy）的环境</h1>
conda create --name your_env_name numpy scipy
<h1>创建指定python版本下包含某些包的环境</h1>
conda create --name your_env_name python\=3.6 numpy scipy

列出虚拟环境

conda-env list

激活虚拟环境

<h1>Linux</h1>
# 好用

conda activate LaserTaggerTest

~~source activate your_env_name~~
<h1>Windows</h1>
activate your_env_name

退出虚拟环境

<h1>Linux</h1>
~~source deactivate your_env_name~~

conda deactivate
<h1>Windows</h1>
deactivate env_name
<h1></h1>
# To activate this environment, use
<h1></h1>
# $ conda activate mc_ner
<h1></h1>
# To deactivate an active environment, use
<h1></h1>
# $ conda deactivate

进conda环境自己的pip命令

Python -m pip ......

删除虚拟环境

`conda remove -n your_env_name –all

conda remove –name your_env_name –all`

复制某个环境

conda create --name new_env_name --clone old_env_name
在指定环境中管理包
=============

`conda list -n your_env_name

conda install –name myenv package_name

conda remove –name myenv package_name`

使用国内 conda 软件源加速

`conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config –set show_channel_urls yes`

conda环境的复制（生成.yaml文件）和pip环境的复制（生成requirements.txt）

pip批量导出包含环境中所有组件的requirements.txt文件

pip freeze > requirements.txt

1

pip批量安装requirements.txt文件中包含的组件依赖

pip install -r requirements.txt

1

conda批量导出包含环境中所有组件的requirements.txt文件

conda list -e > requirements.txt

1

conda批量安装requirements.txt文件中包含的组件依赖

conda install --yes --file requirements.txt

Export your active environment to a new file:

conda env export > environment.yml

对于好不容易配置好的环境，将其中的包，版本号等导出作为记录是很重要的一件事，这便于我们对环境的安装进行再次的复现。

导出已有环境：

conda env export > environment.yml

环境会被保存在 environment.yaml文件中。

当我们想再次创建该环境，或根据别人提供的.yaml文件复现环境时，可以：

conda env create -f environment.yml

就可以复现安装环境。

————————————————

版权声明：本文为CSDN博主「vola9527」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/vola9527/article/details/80744540
docker中激活
=========

Activating a Conda environment in your Dockerfile