这部分功能与pip类似。
1. 安装package：如果不用-n指定环境名称，则被安装在当前环境
conda install scipy
conda install -n python34 numpy
也可以通过-c指定通过某个channel安装
最新版的conda是从site-packages文件夹中搜索已经安装的包，不依赖于pip，因此可以显示出通过各种方式安装的包
安装完成后，可以用“which 软件名”来查看该软件安装的位置：
which gatk
如需要安装特定的版本:
conda install 软件名=版本号
conda install gatk=3.7
这时conda会先卸载已安装版本，然后重新安装指定版本。
更新指定软件:
conda update gatk
卸载指定软件:
conda remove gatk
2. 查看已安装的包
(1) 查看当前环境下已安装的包
conda list
(2) 查看某个指定环境的已安装包
conda list -n python34
3. 查找package信息
查找可供安装的包版本
#精确查找
conda search --full-name python #即查找全名为“python”的包有哪些版本可供安装。
#模糊查找
conda search py #即查找含有“py”字段的包，有哪些版本可供安装。
conda search numpy
4. 删除package
conda remove -n python34 numpy
conda remove pandas #即在当前环境中卸载pandas包。
5. 更新package
更新所有包
conda update --all
conda upgrade --all
更新指定包
conda update numpy
conda upgrade numpy
建议：在安装Anaconda之后执行上述命令更新Anaconda中的所有包至最新版本，便于使用。
conda update -n python34 numpy
前面已经提到，conda将conda、python等都视为package，因此，完全可以使用conda来管理conda和python的版本，例如
# 更新conda，保持conda最新
conda update conda
# 更新anaconda
conda update anaconda
# 更新python
conda update python
假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本
6.补充：如果创建新的python环境，比如3.4，运行conda create -n python34 python=3.4之后，conda仅安装python 3.4相关的必须项，如python, pip等，如果希望该环境像默认环境那样，安装anaconda集合包，只需要：
在当前环境下安装anaconda包集合
conda install anaconda
结合创建环境的命令，以上操作可以合并为
conda create -n python34 python=3.4 anaconda
也可以不用全部安装，根据需求安装自己需要的package即可
Conda clean 净化Anaconda
conda 安装的包都在目录Anaconda/pkgs下。随着使用，conda 安装的包也越来越多；有时候会出现以下不好的情况：
- 有些包安装之后，从来没有使用过；
- 一些安装包的tar包也保留在了计算机中；
- 由于依赖或者环境等原因，某些包的不同版本重复安装。
上面的这些情况使得anaconda显得更加冗余，并且浪费储存；对于这些情况可以使用conda clean 净化Anaconda。
查看conda clean使用参数
$ conda clean -H
usage: conda clean [-h] [-a] [-i] [-l] [-p] [-t] [-f]
[-c TEMPFILES [TEMPFILES ...]] [-d] [--json] [-q] [-v] [-y]
Remove unused packages and caches.
Examples:
conda clean --tarballs
删除从不使用的包
$ conda clean --packages
删除tar包
$ conda clean --tarballs
删除索引缓存、锁定文件、未使用过的包和tar包。
$ conda clean -a
常见报错：
- 问题描述：
UnsatisfiableError: The following specifications were found to be incompatible with each other:
Output in format: Requested package -> Available versionsThe following specifications were found to be incompatible with your CUDA driver:
feature:/win-64::__cuda==10.2=0
feature:|@/win-64::__cuda==10.2=0
Your installed CUDA driver is: 10.2
解决方案：
在pycharm安装或使用’conda install scikit-learn‘来安装scikit-learn包时，会出现以上错误，百度找不出原因，但使用pip安装就没有报错。
pip install scikit-learn
经过本人多次尝试，pip安装包出错率小于conda，所以安装各种包时，推荐用pip安装。
参考：conda clean
