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...