包管理和环境管理(以下操作也可在anaconda界面，进行可视化操作)

包管理：包的安装、卸载、更新和查找等等

conda命令

conda install <包名称列表>

同时安装多个包

conda install numpy scipy

指定安装的版本(=，==均可)

conda install numpy=1.10

conda install numpy==1.10

使用conda安装时能自动安装相应的依赖包

安装包 conda install <包名称列表>

卸载包 conda remove <包名称列表>

更新包 conda update <包名称列表>

搜索包 conda search <搜索项>

查看所有包 conda list

升级包版本 conda update <包名称>

在下载源地址中添加清华大学开源软件镜像站

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

pip命令

安装包 pip install  <包名称列表>

卸载包 pip uninstall <包名称列表>

pip install numpy

pip install matplotlib

pip install tensorflow==2.0.0 beta(不能使用=)

 

环境管理

创建环境

conda create env --name <环境名称><包名称列表>(参数使用全程name时，前面要使用双减号)

conda create --name <环境名称><包名称列表>

conda create env -n <环境名称><包名称列表>

conda create -n <环境名称><包名称列表>

示例

conda create -n py2(包名称) python=2.7 pandas(包名称列表)

conda create --name py3 python=3.7

 

激活环境(切换环境)

Windows系统 activate <环境名称>

其他系统 source activate <环境名称>

退出当前环境

Windows系统 deactivate <环境名称>

其他系统 source deactivate <环境名称>

显示所有环境

查看当前系统已经创建环境的基本信息

conda env list

删除环境

conda env remove --name<环境名称>--all

conda remove --name<环境名称> --all

conda env remove -n<环境名称> --all

conda remove -n<环境名称> --all

导出环境

当分享代码的时候，同时也需要将代码的运行环境进行分享

conda env export > environment.yml(环境配置文件)

配置环境

当执行他人的代码时，也需要配置相应的环境。这时可以使用对方分 享的YAML文件来创建同样的运行环境。

conda env creat -f environment.yml

课程链接：https://www.icourse163.org/course/XUST-1206363802?tid=1206674203

个人公众号