Anaconda 命令

环境管理

Anaconda 允许我们同时安装不同版本的Python,并能自由切换。现在我们用的是 Python 2.7 对应的安装包,那么 Python 2.7 就是默认的环境(默认名字是 root,注意这个 root 不是超级管理员的意思)。

假设我们需要安装 Python 3.4,并创建一个 Python3.4 的虚拟环境,可按下例操作。

创建虚拟环境:

# 创建一个名为 python34 的环境,指定 Python 版本是3.4
conda create --name python34 python=3.4

注意:这些命令都在 cmd 中执行,在 Anaconda Prompt 中执行会有错误,原因有待探究。

查看已有的环境:

conda info -e

# conda environments:
#
python34                 D:\Anaconda2\envs\python34
root                  *  D:\Anaconda2

星号表示当前所在的环境。

激活虚拟环境:

# Windows 
activate python34

# Linux & Mac
source activate python34  

激活后,会发现 terminal 输入的地方多最左边了 python34 的字样。

回到默认 root 环境:

# Windows
deactivate python34 

# Linux & Mac
source deactivate python34 

删除环境:

conda remove --name python34 --all

复制环境

conda create -n new_env --clone old_env




设置国内镜像

使用清华TUNA 镜像源的 Anaconda 仓库的镜像,可以大幅提高包的下载速度,避免下载时出错:

# 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

# 设置搜索时显示通道地址
# 要关闭可设为 no
conda config --set show_channel_urls yes

以上方法不一定能成功,建议用下面的方法设置。

在 Anaconda 的安装文件夹里找到配置文件 custom_condarc ,打开后把它修改为:

binstar_upload: true
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults

- http://repo.continuum.io/pkgs/free
- http://repo.continuum.io/pkgs/pro
- https://conda.binstar.org/numba

show_channel_urls: yes

这样就能把下载原设置成 清华TUNA了。




包管理

查看已安装的包:

conda list

# 查看某个指定环境的已安装包
conda list -n env_name

# 查找某个包的信息
conda search packet_name

安装包:

conda install packet_name

# 安装指定版本的包
conda install packet_name=1.01

# 在指定的环境安装包
conda install packet_name -n env_name

更新包:

# 更新指定环境的某包
conda update packet_name -n env_name
# 更新 conda,保持conda最新
conda update conda
 
# 更新 anaconda
conda update anaconda
 
# 更新 python
conda update python
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 科多大数据带你来看,python工具Anaconda 安装配置。 序 Python易用,但用好却不易,其中比较头疼...
    大数据在说话阅读 9,355评论 1 22
  • Anaconda使用总结 原文出处:2016.7.19 PeterYuan 序 Python易用,但用好却不易,其...
    MiracleJQ阅读 6,568评论 0 11
  • Anaconda使用总结 2016.7.19 PeterYuan 序 Python易用,但用好却不易,其中比较头疼...
    PeterYuan阅读 312,562评论 36 347
  • 1. 介绍 首先让我们来看看TensorFlow! 但是在我们开始之前,我们先来看看Python API中的Ten...
    JasonJe阅读 14,047评论 1 32
  • 昨天上完羽毛球课八点多,回来的路上问娇娇: “累了吧?饿不饿?我们回家就吃东西。” “妈妈,今天真是太热了!累,也...
    荒岛黎明7809阅读 2,444评论 0 1

友情链接更多精彩内容