menu

Anaconda-- conda 创建、激活、退出、删除虚拟环境

在Anaconda中conda可以理解为一个工具,也是一个可执行命令,其核心功能是包管理与环境管理。所以对虚拟环境进行创建、删除等操作需要使用conda命令。

[Managing environments — conda 4.9.2.post34+dc0c8d48 documentation](https://www.notion.so/Managing-environments-conda-4-9-2-post34-dc0c8d48-documentation-f97c843622ab4ba090d1d7dc4db6057c)

# **conda 本地环境常用操作**

```python

#获取版本号

conda --version 或 conda -V

#检查更新当前conda

conda update conda

#查看当前存在哪些虚拟环境

conda env list 或 conda info -e

#查看–安装–更新–删除包

conda list:

conda search package_name# 查询包

conda install package_name

conda install package_name=1.5.0

conda update package_name

conda remove package_name

```

# **conda创建虚拟环境**

jian

```python

#创建名为your_env_name的环境

conda create --name your_env_name

#创建制定python版本的环境

conda create --name your_env_name python=2.7

conda create --name your_env_name python=3.6

#j

conda create --name your_env_name python=3.9

#创建包含某些包(如numpy,scipy)的环境

conda create --name your_env_name numpy scipy

#创建指定python版本下包含某些包的环境

conda create --name your_env_name python=3.6 numpy scipy

```

## 列出虚拟环境

```python

conda-env list

```

# **激活虚拟环境**

```python

#Linux

# 好用

conda activate LaserTaggerTest

source activate your_env_name

#Windows

activate your_env_name

```

# **退出虚拟环境**

```python

#Linux

source deactivate your_env_name

conda deactivate

#Windows

deactivate env_name

#

# To activate this environment, use

#

# $ conda activate mc_ner

#

# To deactivate an active environment, use

#

# $ conda deactivate

```

## 进conda环境自己的pip命令

Python -m pip ……

# **删除虚拟环境**

`conda remove -n your_env_name –all

conda remove –name your_env_name –all`

# **复制某个环境**

`conda create –name new_env_name –clone old_env_name`

# **在指定环境中管理包**

`conda list -n your_env_name

conda install –name myenv package_name

conda remove –name myenv package_name`

# **使用国内 conda 软件源加速**

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

conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config –set show_channel_urls yes`

# conda环境的复制(生成.yaml文件)和pip环境的复制(生成requirements.txt)

pip批量导出包含环境中所有组件的requirements.txt文件

```

pip freeze > requirements.txt

1

```

pip批量安装requirements.txt文件中包含的组件依赖

```

pip install -r requirements.txt

1

```

conda批量导出包含环境中所有组件的requirements.txt文件

```

conda list -e > requirements.txt

1

```

conda批量安装requirements.txt文件中包含的组件依赖

```

conda install –yes –file requirements.txt

```

Export your active environment to a new file:

`conda env export > environment.yml`

对于好不容易配置好的环境,将其中的包,版本号等导出作为记录是很重要的一件事,这便于我们对环境的安装进行再次的复现。

导出已有环境:

```python

conda env export > environment.yml

```

环境会被保存在 environment.yaml文件中。

当我们想再次创建该环境,或根据别人提供的.yaml文件复现环境时,可以:

```python

conda env create -f environment.yml

```

就可以复现安装环境。

————————————————

版权声明:本文为CSDN博主「vola9527」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。

原文链接:[https://blog.csdn.net/vola9527/article/details/80744540](https://blog.csdn.net/vola9527/article/details/80744540)

# docker中激活

[Activating a Conda environment in your Dockerfile](https://www.notion.so/Activating-a-Conda-environment-in-your-Dockerfile-6ae7db2c13bd4742b0e1363fe159ce0b)

编辑