Conda常用操作合集

1、Conda环境的新建、复制、查看、激活、退出、删除

# 创建python=3.6版本的环境，取名为py36
conda create -n py36 python=3.6

# 复制一个新的conda环境，即创建一个新conda环境 new_py，其包含py36环境中所有已安装的包
conda create -n new_py --clone py36

# 查看当前所有已创建的conda环境
conda env list

# 激活名字为py36的环境
conda activate py 36

# 退出conda 环境
conda deavtivate

# 删除环境
conda remove -n py36 all

2、Conda环境某一库的查看、安装、删除

# 首先进入到某个conda环境中

# 查看当前conda环境所有已安装的库
conda list

# conda安装numpy库
conda install numpy
### 要求版本为1.9.3
conda install numpy=1.9.3
### conda更新库
conda update numpy=1.9.3
### 更换下载源
conda install numpy --channel https://conda.anaconda.org/menpo


# 删除py36环境中的package_name包
conda remove --name py36 package_name

3、Conda镜像库添加

# 添加镜像库
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

# conda显示目前存在的源
conda config --show

# conda添加新的镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

# conda删除原来的源
conda config --remove channels https://pypi.doubanio.com/simple/

# 常用镜像库
### 清华
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
### 中科大
https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
### 阿里云
http://mirrors.aliyun.com/pypi/simple/
### 中国科技大学
https://pypi.mirrors.ustc.edu.cn/simple/
### 豆瓣(douban) 
http://pypi.douban.com/simple/
### 清华大学 
https://pypi.tuna.tsinghua.edu.cn/simple/

或者直接在文件中添加源

# 创建condarc配置文件
conda config

# 打开condarc文件
vim ~/.condarc

# 在该文件中添加channel，并及逆行一些其他配置
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - defaults
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
  - https://repo.continuum.io/pkgs/free
  - https://repo.continuum.io/pkgs/r
  - https://repo.continuum.io/pkgs/pro
show_channel_urls: true
ssl_verify: false

4、Conda环境打包与迁移

# 相同操作环境之间采用 txt文件迁移
### spec list文件生成
conda list --explicit > spec-list.txt
### 在新环境中重现环境
conda create  --name python-course --file spec-list.txt
 
 
# 不同平台和操作系统之间重现项目环境， yml文件迁移
### 导出yml文件
conda env export > environment.yml
### 在新环境中重现环境
conda env create -f environment.yml
 

# 全部打包，已用于在无网络访问或者网速很慢的系统中重现环境。Conda pack
### Conda-pack安装
conda install -c conda-forge conda-pack
### 打包环境my_env 到 out_name.tar.gz
conda pack -n my_env -o out_name.tar.gz
### 在新环境中重现环境
##### 创建文件夹，并将其解压进去
mkdir -p my_env
tar -xzf my_env.tar.gz -C my_env
##### 使用python来安装
./my_env/bin/python
##### 激活环境
source my_env/bin/activate
##### 运行python环境，并进行解压
(my_env) $ python
(my_env) $ conda-unpack