1. 程式人生 > >conda 管理包工具

conda 管理包工具

CONDA是管理和部署應用程式、環境和包的工具

	1.檢視已經安裝的包 : 	conda list
	2.檢視可用軟體包   :    conda search
	3.安裝軟體包       :     conda install <package-name>  eg:conda install scikit-learn
	4.conda建立一個名叫python2的版本為python2.7的環境 :	conda create -n python2 python=2.7

1、建立環境
conda create --name [name] [dependent package list]
	例如:conda create --name snowflakes

指定了python版本
	conda create --name bunnies python=3.5

2、從其他環境拷貝到新的環境
	conda create --name flowers(新環境名稱) --clone snowflakes(已存在的環境名稱)

3、啟用環境
	Linux and macOS: source activate snowflakes
	Windows: activate snowflakes

4、列出當前環境
	conda  env list
	       或
	conda info --envs
	       或
	conda info -e

5、失效環境,或切換到root環境
	Linux, macOS: source deactivate
	Windows: deactivate

6、刪除指定環境
	conda remove --name 名稱 --all
	eg:conda remove --name flowers --all


二、包管理命令

查詢線上包連結:
	https://anaconda.org/

1、查詢可用包版本資訊
	conda search --full-name python
	eg: conda search beautifulsoup4

2、查詢當前環境中的包列表
	conda list

3、在環境中安裝包
	conda install numpy=1.13.3
	conda install --name [環境名稱] beautifulsoup4

三、使用pip工具安裝

    pip只是一個包管理工具,不同於conda,是無法識別環境的,而且無法更新python,pip認為python不是一個包。
但pip可以安裝一些conda無法安裝的包,pip已經隨著anaconda和minconda安裝好了。

安裝命令
	pip install see

4、刪除包
	conda remove --name [環境名稱] iopro
	eg: conda remove --name python2 numpy
	eg: conda remove -n python2 numpy

四、配置
conda也有一個配置檔案(yaml格式),名字是.condarc

配置方式有兩種:使用conda config命令、用文字編輯器

1、文字編輯器
	各個環境自身也有個配置檔案,地址為~/anaconda2/envs/[環境名稱]/.condarc

   配置樣例:
	https://conda.io/docs/user-guide/configuration/sample-condarc.html

2、conda config命令

	conda config --get 顯示所有的配置
	conda config --get [key1] [key2] 顯示指定配置
	conda config --add [key] [value] 新增新配置
	conda config --set [key] [value] 設定配置
	conda config --remove [key] [value] 刪除一個配置
	conda config --remove-key [key] 刪除一個key

	檢視命令列表 : conda config --help

五、canda 管理Python包

1、安裝或更新包
	conda install numpy=1.9.3
	conda update numpy=1.9.3

2、每次更新一個東西,conda總是同時更新和它有關聯的一大堆包,可以在update後面
   加上--no-update-dependencies來讓conda不要更新關聯的東西。好像並沒有什麼用
   conda還是會檢查,真的要更新的他還是會更新的。於是用它更新後安裝目錄越來越大

	conda update matplotlib --no-update-dependencies    不要更新關聯的東西

	conda update matplotlib --update-dependencies

3、還有Python版本管理的功能,還有一些常用命令:

conda bundle

conda clean       # 清理

conda config      # 顯示所有的配置

conda create      # 建立虛擬環境

conda help        # canda 的用法介紹

conda info        # 列出當前資訊

conda init

conda install     # 安裝包

conda list        # 顯示當前環境中的包列表

conda package

conda remove      # 刪除包 或者 環境

conda run

conda search      # 查詢可用包版本資訊

conda uninstall   # 解除安裝包

conda update      # 更新包
canda 常用命令

一、Conda 環境

	1、建立一個名為python34的環境,指定Python版本是3.4
		conda create --name python34 python=3.4

	2、啟用某個環境
		activate python34            # for Windows
		source activate python34     # for Linux & Mac

	3、切換某個環境
		deactivate python34          # for Windows
		source deactivate python34   # for Linux & Mac

	4、 刪除一個已有的環境
		conda remove --name python34 --all

二、Conda包管理

	1、安裝xxxx
		conda install xxxx

	2、檢視當前環境下已安裝的包
		conda list

	3、檢視某個指定環境的已安裝包
		conda list -n python34

	4、查詢package資訊
		conda search numpy

	5、安裝package
		conda install -n python34 numpy
	# 如果不用-n指定環境名稱,則被安裝在當前活躍環境 也可以通過-c指定通過某個channel 安裝

三、Conda 更新

	1、更新package
		conda update -n python34 numpy

	2、刪除package
		conda remove -n python34 numpy

	3、 更新conda,保持conda最新
		conda update conda

	4、更新anaconda
		conda update anaconda

	5、更新python
		conda update python

其實這個按照我的理解就是一個管理包 或者說是 版本的一個管理器, 和 虛擬機器上的 建立虛擬環境 是一個意思的,主要掌握 切換環境, 退出環境, 顯示當前環境下裝的所有的包,更新包,刪除包,安裝包即可。常用的命令記住就可以了,這個要求掌握的不是很高。另外呢,網上有許許多多這方面的教材和部落格,我這個是整理好的基本命令,並沒有解釋的那麼詳細