Anaconda 虚拟环境管理
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。
#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:
使用 conda create -n your_env_name python=X.X(2.7、3.6等),anaconda 命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。 指定python版本为2.7,注意至少需要指定python版本或者要安装的包, 在不指定python版本时,自动安装最新python版本。
#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 # 建议使用这一句
#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
激活虚拟环境:
使用如下命令即可激活创建的虚拟环境
(base) PS C:\Users\xsc> conda activate python_web
(python_web) PS C:\Users\xsc>
退出虚拟环境:
使用如下命令即可退出创建的虚拟环境
(python_web) PS C:\Users\xsc> conda deactivate python_web
(base) PS C:\Users\xsc>
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
使用国内pip软件源加速,更多详情请点击:pip的使用和清华镜像源的设置
1.临时设置方法:
可以在使用pip的时候加在最后面加上参数 -i https://pypi.tuna.tsinghua.edu.cn/simple
例如:pip install jieba -i https://pypi.tuna.tsinghua.edu.cn/simple # jieba 是一个包
2.永久设置方法:
pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
配置完之后就可以像平常一样安装包,速度提升几十倍
例如:pip install jieba
切换为阿里云进行下载
pip install pandas -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
pip install pandas -i http://mirrors.aliyun.com/pypi/simple/
阿里云 http://mirrors.aliyun.com/pypi/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
分享环境
首先通过activate target_env要分享的环境target_env,然后输入下面的命令会在当前工作目录下生成一个environment.yml文件
conda env export > environment.yml
拿到environment.yml文件后,将该文件放在工作目录下,可以通过以下命令从该文件创建环境
conda env create -f environment.yml
如果出现安装模块失败可以先下载离线文件然后再离线安装
wget -c xxxx.whl # 下载到本地
pip install xxxx.whl # 在本地安装
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek “源神”启动!「GitHub 热点速览」
· 我与微信审核的“相爱相杀”看个人小程序副业
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)
· spring官宣接入deepseek,真的太香了~