Conda 环境管理
使用Conda 可以创建、导出、列出、删除和更新安装了不同版本Python 和/或包的环境，在环境之间切换或移动称为激活环境，同时也可以共享环境文件。
创建环境
- 创建一个环境
conda create --name myenv
- 创建带特定版本 Python 环境
conda create -n myenv python=3.6
- 创建带特定软件包环境
conda create -n myenv scipy
conda create -n myenv python
conda install -n myenv scipy
- 安装特定版本：
conda create -n myenv scipy=0.15.0
conda create -n myenv python=3.6
conda install -n myenv scipy=0.15.0
- 同时安装多个软件
conda create -n myenv python=3.6 scipy=0.15.0 astroid babel
-
注
要在每次创建新环境时自动安装pip或其他程序，需将默认程序添加到“.condarc”配置文件的“create_default_packages”部分。每次安装默认的软件包时，都会创建一个新的环境。如果不希望在特定环境中安装默认包，可以使用"--no default packages"：
conda create --no-default-packages -n myenv python
使用 "yml" 配置文件创建环境
- 使用"environment.yml"创建环境
conda env create -f environment.yml
- 注：yml 文件的第一行设置新环境的名称。
- 激活新创建环境
conda activate myenv
- 确认新环境是否正确构建
conda env list
conda info --envs
在指定路径构建 Conda 环境
- 在"envs"目录下创建环境
conda create --prefix ./envs jupyterlab=0.35 matplotlib=3.1 numpy=1.16
- 激活环境
conda activate ./envs
- 在将conda环境放在默认envs文件夹之外时，有几点需要注意：
（1）Conda 不能再通过"--name"找到相应环境，而需要使用"--prefix"提供环境的完整路径来查找环境。
（2）在创建 conda 环境时指定安装路径会使命令提示符现在以活动环境的绝对路径而不是环境名称作为前缀
更新环境
可以通过更新"yml"文件的方式更新相应环境：
conda env update --prefix ./env --file environment.yml --prune
- 使用 --prune 会使 conda 从环境中删除不再需要的任何依赖项。
克隆环境
可以通过以下方式克隆（复制）一个与原环境相同的新环境：
conda create --name myclone --clone myenv
查看是否克隆成功：
conda info --envs
在相同或不同平台上构建相同的 conda 环境
可以使用具体的配置规范文件在同一操作系统平台上（同一计算机上或不同计算机上）构建相同的 conda 环境：
- 运行 "conda list --explicit" 生成环境具体配置信息，如下：
#This file may be used to create an environment using:
#conda create --name <env> --file <this file>
#platform: osx-64
@EXPLICIT
https://repo.anaconda.com/pkgs/free/osx-64/mkl-11.3.3-0.tar.bz2
https://repo.anaconda.com/pkgs/free/osx-64/numpy-1.11.1-py35_0.tar.bz2
https://repo.anaconda.com/pkgs/free/osx-64/openssl-1.0.2h-1.tar.bz2
https://repo.anaconda.com/pkgs/free/osx-64/pip-8.1.2-py35_0.tar.bz2
https://repo.anaconda.com/pkgs/free/osx-64/python-3.5.2-0.tar.bz2
https://repo.anaconda.com/pkgs/free/osx-64/readline-6.2-2.tar.bz2
https://repo.anaconda.com/pkgs/free/osx-64/setuptools-25.1.6-py35_0.tar.bz2
https://repo.anaconda.com/pkgs/free/osx-64/sqlite-3.13.0-0.tar.bz2
https://repo.anaconda.com/pkgs/free/osx-64/tk-8.5.18-0.tar.bz2
https://repo.anaconda.com/pkgs/free/osx-64/wheel-0.29.0-py35_0.tar.bz2
https://repo.anaconda.com/pkgs/free/osx-64/xz-5.2.2-0.tar.bz2
https://repo.anaconda.com/pkgs/free/osx-64/zlib-1.2.8-3.tar.bz2
- 生成环境具体配置信息文件
conda list --explicit > spec-file.txt
- 在相同或不同平台根据上述配置文件创建相同环境
conda create --name myenv --file spec-file.txt
- 根据上述配置文件在已有环境中安装配置文件内相关软件
conda install --name myenv --file spec-file.txt
激活/退出环境
- 激活：
conda activate myenv
- 退出：
conda deactivate
-
注：conda activate和conda deactivate仅适用于conda 4.6及更高版本。对于4.6之前的conda版本，需运行：
Windows: activate or deactivate
Linux and macOS: source activate or source deactivate
- 环境启动，使用如下查询：
conda init --help
其他命令
- 列出所有现存 conda 环境：
conda info --envs
或：
conda env list
结果示例：
conda environments:
myenv /home/username/miniconda/envs/myenv
snowflakes /home/username/miniconda/envs/snowflakes
bunnies /home/username/miniconda/envs/bunnies
- 列出某 conda 环境所有安装包：
- 若环境未激活，运行：
conda list -n myenv
- 若环境已激活，运行：
conda list
- 查询某软件是否已安装在相应环境：
conda list -n myenv scipy
- 在 conda 环境中使用 pip
conda install -n myenv pip
conda activate myenv
pip <pip_subcommand>
注：尽量在 conda 无法满足需求情况下使用 pip
导出环境配置文件
- 激活环境：
conda activate myenv
- 导出配置文件
conda env export > environment.yml
- 导出特定配置信息，避免不同平台之间配置冲突
conda install python=3.7 codecov
conda env export --from-history
结果示例：
(env-name) ➜ ~ conda env export --from-history
name: env-name
channels:
- conda-forge
- defaults
dependencies:
- python=3.7
- codecov
prefix: /Users/username/anaconda3/envs/env-name
手动生成配置文件
- 简单配置：
name: statsdependencies:
- numpy
- pandas
- 复杂配置：
name: stats2
channels:
- javascriptdependencies:
- python=3.6 # or 2.7
- bokeh=0.9.2
- numpy=1.9.*
- nodejs=0.10.*
- flask
- pip:
- Flask-Testing
注：在定义修补程序版本号时使用了通配符 "*"。通过修正主版本号和次版本号来定义版本号，同时允许补丁版本号变化，这样我们就可以使用我们的环境文件来更新我们的环境，以获得任何bug修复，同时仍然保持软件环境的一致性。
- 不适用默认设置：
channels:
- javascript
- nodefaults
删除环境
- 删除某一环境：
conda remove --name myenv --all
或：
conda env remove --name myenv
- 确认是否删除：
conda info --envs
参考资料
官网：https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html
