Python - conda 常用命令介绍

逃离我推掉我的手 2023-02-19 12:25 8阅读 0赞

> 本文介绍使用conda管理anaconda Python环境的相关命令。

## conda 环境相关命令 ##

### 创建环境 ###

conda create -n env_name python=3.7 --clone another_env

> \-n：name 表示新环境名称
> 
> python：使用python版本
> 
> –clone：从现有环境复制而来

### 删除环境 ###

conda remove -n env_name --all

### 查看环境 ###

conda env list

或

conda info -e

### 激活环境 ###

conda activate env_name

或

source activate env_name

### 退出环境 ###

conda deactivate

或

source deactivate

> 会回到`base`环境

## conda 包相关命令 ##

### 查看当前环境下conda管理的python包列表 ###

conda list

### 安装python包 ###

conda install package_name #安装包
    conda install package_name_1 package_name_2 package_name_3 ... #一次安装多个包
    conda install package_name=1.1.0 #安装指定版本的包

### 更新包 ###

conda update package_name # 更新包
    conda upgrade --all #更新所有包

### 卸载包 ###

conda remove package_name

### 搜索不清楚名称的包 ###

conda search search_term

## conda 重现环境 ##

> 使用conda管理python一个重要的考量就是可迁移性，conda 提供了几种方法用于重现某个conda 环境。

### Clone ###

> 上文介绍过这个命令，用于本地重现某个环境

conda create --name new_env --clone old_env

### Spec List ###

> 相同操作系统的计算机之间复制环境，可以生成 `spec list`

# 生成 spec list 文件
    conda list --explicit > spec-list.txt 
    #重现环境：
    conda create --name python-course --file spec-list.txt

### Environment.yml ###

> 使用 -export 选项生成一个 `environment.yml` 文件，以在不同的平台和操作系统之间复现项目环境。
> 
> spec list 文件和 `environment.yml` 文件之间的区别在于： `environment.yml` 文件不针对特定操作系统，并且使用YAML格式。`environment.yml` 仅列出了软件包名称，由 conda 基于软件包的名称构建环境。 另一个区别是 -export 还包括使用pip安装的软件包，而 `spec list` 则没有。

#导出 environment.yml 文件：
    conda env export > environment.yml
    #重现环境：
    conda env create -f environment.yml

> 注意：如果当前路径已经有了 environment.yml 文件，conda 会重写这个文件

### Conda Pack ###

> 上述两种重现的方法都基于记录当前环境包信息，到新机器重建的思路。而Conda Pack用的是将当前环境的文件直接打包，带到新机器拆包使用的思路。
> 
> **conda-pack 指定平台和操作系统，目标计算机必须具有与源计算机相同的平台和操作系统。**

#### 安装 conda pack ####

# from conda
    conda install -c conda-forge conda-pack
    # from pip
    pip install conda-pack

#### 打包环境 ####

conda pack -n my_env
    conda pack -n my_env -o out_name.tar.gz

#### 重现环境 ####

mkdir -p path_to_my_new_env # 建议放在anaconda的envs文件夹中
    tar -xzf my_env.tar.gz -C path_to_my_new_env # 解压包中文件
    source path_to_my_new_env/bin/activate # 激活该环境
    (my_env) $ python # 进入一下该环境下的 python 随后退出
    (my_env) $ conda-unpack # 十分重要，请不要忽略