Linux環境管理神器 Anaconda 常用指令

2021-10-05 15:04:32 字數 2901 閱讀 9574

關於anaconda這個神器的詳細講解呢,另一篇文章中已經講過了,這裡為了方便大家查閱,專門對常用指令進行彙總。

→→→傳送門

anaconda的基本使用

# 查詢conda命令

conda -h

conda -

-help

# 檢視當前conda版本

conda -

-version

conda -v

# 檢視所有的conda環境

conda env list

conda info -

-envs

# 新建conda環境

conda create -n enviroment

比如conda create -n pytorch就是建立了乙個名為pytorch的環境

# 新建包含python的conda環境

conda create -n enviroment python==

2.7

# 進入conda環境

conda activate enviroment

# 退出conda環境

conda deactivate

# 檢視環境中所裝的包

conda list

# 安裝包

conda install pkgs[

==version]

映象源新增

直接開啟.condarc檔案,然後修改裡面的內容就可以了,將裡面的內容修改為以下內容:

# 清華映象源.condarc檔案修改

/cloud

conda環境的轉殖、複製、移植
# 依據就環境轉殖乙個新環境

conda create -n new_enviroment -

-clone old_enviroment

# 刪除環境

conda remove -n enviroment -

-all

# 匯出環境

conda env export > environment.yml

執行完上面的指令後,就會在當前目錄下生成乙個名為enviroment.yml的檔案

# 根據yml檔案建立環境

conda env create -f environment.yml

利用資料夾複製進行環境拷貝
# 將環境資料夾拷貝到另乙個使用者下

scp -r /envs/

[environment] username@[ip]

:[address]

/envs

以上指令可以直接進行環境拷貝,算是一種歪門邪道

利用conda pack進行環境拷貝

conda pack必須安裝在base下面

# 利用conda進行conda-pack包安裝

conda install -c conda-forge conda-pack

# 利用pip進行conda-pack包安裝

pip install conda-pack

# 打包環境,生成environment.tar.gz

conda pack -n enviroment

# 打包環境,生成defined_name.tar.gz

conda pack -n my_env -o defined_name.tar.gz

# 打包環境,使生成的environment.tar.gz置於[path]下

conda pack -p [path]

定位到conda下的envs資料夾下,並複製enviromen.tar.gz檔案。

# 定位到conda下的envs資料夾下

cd envs

# 新建用於環境的

mkdir enviroment

# 將打包的環境重新恢復

tar -xzf enviromen.tar.gz -c enviroment

conda安裝本地檔案
# 安裝本地軟體包

conda install -

-use-local package.tar.bz2

推薦一款Python開發環境管理神器

在python開發中,有些情況下,我們可能面臨在一台機器上同時安裝多版本python的需求。比如 那麼,如何高效地在單台機器上實現多個版本python 具體來說,這裡python指的是python直譯器 的安裝和維護呢?除此之外,我們還可能面臨在一台機器上安裝多個版本的某個python第三方庫的需求...

anaconda 環境管理

檢視當前系統的anaconda環境 conda info e 新建乙個 conda 環境 tensorflow conda create n tensorflow pip python 3.5 啟用環境 mac source activate tensorflow 退出環境 mac source d...

Anaconda Python環境管理

不同的實驗,開發不同的專案,會用到python不同的版本 大量的包,anaconda很好的解決了python的版本 包使用混亂的問題。anaconda基礎環境中包含了大量的依賴包,庫函式,並且可以根據專案或者實驗需求,方便的建立乙個或多個需要的虛擬編譯環境,用起來方便快捷且實用。在環境建立好之後,執...