Anaconda-- conda 创建、激活、退出、删除虚拟环境
Published on Aug. 22, 2023, 12:09 p.m.
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
=========