Conda简介及常用指令

一. Conda简介

Conda 是一个开源的包管理系统和环境管理系统，可在 Windows、macOS 和 Linux 上运行。Conda 可快速安装、运行和更新包及其依赖项，因此可以轻松地在计算机上创建、保存、加载和切换环境。

它本是为 Python 程序而创造的，因为Python的版本比较多，并且它的库也非常广泛，同时库和库之间存在很多依赖关系，所以在库的安装和版本的管理上很麻烦，因此设计Conda作为一个管理版本和Python环境的工具，但它业可以打包和管理任何语言的软件。

conda包含在Anaconda里的，因此安装了Anaconda就可以直接使用Conda，点击链接下载download，选择对应的系统和版本类型。

Anaconda是一个免费开源的Python和R语言的发行版本，用于计算科学（数据科学、机器学习、大数据处理和预测分析），Anaconda致力于简化软件包管理系统和部署，附带了Conda、python和150多个科学软件包及其相关的包。Anaconda的包使用软件包管理系统Conda进行管理。

所以何时使用Conda？

在项目开发和部署过程中，由于项目需要的虚拟环境不同，如python版本、模块版本等，即可通过Conda为每个项目创建环境，然后在对应环境进行管理和使用。

二. Conda常用指令

1. 虚拟环境管理

1.1. 创建虚拟环境

创建一个名为envs_name的环境，指定Python版本是python_version

conda create -n envs_name python=python_version

例如创建一个名为test的环境，指定Python版本是3.6

遇到yes/no输入yes，即可完成创建。

1.2. 进入虚拟环境

conda activate envs_name

环境由base变为了test，前面变成了（test）。

1.3. 退出当前环境

conda deactivate

环境由test变为了base。

1.4. 查看所有环境

conda env list/conda info -e

*号所在的行表示当前所在环境。

1.5. 删除虚拟环境

conda env remove -n envs_name

1.6. 复制环境

conda create -n new_envs—_name --clone old_envs_name

1.7.更新python

conda update python

1.8. 检查conda版本

conda --version

1.9. 更新conda版本

conda update conda

必须在base环境更新。

2. 模块/包管理

2.1. 查看包列表

查看指定环境的包列表：

conda list -n envs_name

查看当前环境的包列表：

conda list

2.2. 安装包

在指定环境安装包：

conda install --name env_name package_name

例如：conda install --name test opencv，在test环境中安装opencv。

在当前环境安装包：

conda install package_name

例如：conda install opencv，在当前环境下安装opencv。

遇到yes/no输入yes，即可完成安装。

同时安装多个包：

conda install numpy opencv

安装指定版本的包：

conda install numpy=1.19

说明：使用conda安装指定包时，conda可以自动处理相关的依赖包。

2.3. 删除包

卸载指定环境的包：

conda remove --name env_name package_name

例如：conda remove --name test numpy，卸载test环境中的numpy

卸载当前环境的包：

conda remove package_name

遇到yes/no输入yes，即可完成删除。

2.4. 升级包

升级指定环境的包：

conda update/upgrade -n env_name package_name

升级当前环境的包：

conda update/upgrade package_name

升级全部包：

conda upgrade --all

2.5. 搜索包信息

模糊查找：

conda search <模糊词>

比如：conda search num，即可查询到所有的相关字段的包。

精确查找：

conda search package_name

比如：conda search numpy，显示所有的numpy包。

参考

Conda简单教程https://www.cnblogs.com/nuccch/p/15046969.html文章来源地址https://uudwc.com/A/Ev0k4