Python 工具 | conda 基本命令

Hi,大家好,我是源于花海。本文主要了解 Python 的工具的conda相关的基本命令。Conda 是一个开源的软件包管理系统和环境管理系统,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换。在Windows下,需要安装使用Anaconda Prompt ;在Linux下,可以直接执行 conda 命令。

目录

一、创建一个新的虚拟环境

二、激活并进入虚拟环境

[三、conda 基本命令](#三、conda 基本命令)

[1. 软件包的安装和删除](#1. 软件包的安装和删除)

[2. 查看各软件包版本](#2. 查看各软件包版本)

[3. 查看指定软件包版本](#3. 查看指定软件包版本)

[4. 搜索特定的软件包](#4. 搜索特定的软件包)

[5. 查看所有虚拟环境信息 (name、location)](#5. 查看所有虚拟环境信息 (name、location))

四、虚拟环境的退出和删除

[1. 退出当前虚拟环境:](#1. 退出当前虚拟环境:)

[2. 删除某个虚拟环境:](#2. 删除某个虚拟环境:)

[五、清除 Conda 缓存](#五、清除 Conda 缓存)


一、创建一个新的虚拟环境

我们在做开发时可能会同时开发多个项目,这些项目可能会依赖于不同的 python 环境,比如有的用到 python 3.6有的用到 python 3.7等。如果对于不同的项目,我们分别创建不同的虚拟环境来提供其所需要的版本,那么便可以将各项目所用的环境隔离开不会相互影响

就算多个项目使用同一个版本的python,这时候还是需要创建 conda 虚拟环境的,比如一个项目用 Pytorch 开发,一个项目用 TensorFlow 开发。不同框架对 python 包依赖,对底层库的依赖是不同的,此时可能会起冲突。比如安装 Pytorch 后再安装 TensorFlow 时可能会将 Pytorch 所用依赖更新(版本便会与之前的不匹配了),则会导致 Pytorch 无法运行。故创建虚拟环境是非常有必要的,它可以隔离各项目所需环境,让项目之间不会起冲突

所以建议每做一个新的项目的时候,创建一个新的虚拟环境,再进行后续操作。

请打开 WIN**+R-->cmd** 或者 Anaconda Powershell Prompt 进行创建:

python 复制代码
conda create -n env_name python=x.x

注意:

  • env_name------自定义的环境名称
  • x.x------指定的虚拟运行环境的 python 版本

二、激活并进入虚拟环境

激活虚拟环境:

python 复制代码
conda activate env_name

进入虚拟环境:

python 复制代码
activate env_name

激活并进入环境后,可检查当前环境下的 Python 版本

复制代码
python --version

三、conda 基本命令

1. 软件包的安装和删除

激活到指定环境后,可直接在当前环境中安装或删除软件包:

1)在当前环境中安装软件包

python 复制代码
conda install package_name 
# 指定包版本:conda install package_name=版本号
# 也可以使用:pip install安装 pip install package_name ==版本号
# 查看可用的版本:pip install package_name==*

2)删除当前环境中的软件包

python 复制代码
conda remove package_name
# 请注意:不是conda uninstall
# pip 指令下才有 pip uninstall

3)升级软件包

python 复制代码
conda update package_name  # 升级某个软件包
# conda update --all  # 升级所有软件包

2. 查看各软件包版本

python 复制代码
conda list

1)在 cmd 下直接输入

2)在特定虚拟环境里输入

3. 查看指定软件包版本

python 复制代码
conda list package_name

**4.**搜索特定的软件包

python 复制代码
conda search package_name

5. 查看所有虚拟环境信息 (name、location)

python 复制代码
conda env list
或者
conda info -e

四、虚拟环境的退出和删除

1. 退出当前虚拟环境:

python 复制代码
conda deactivate

2. 删除某个虚拟环境:

python 复制代码
conda remove -n your_env_name --all

五、清除 Conda 缓存

清除 Conda 缓存,以确保获取最新的元数据。此操作可以很有效地清理 C 盘内存(当然清理 C 盘的方法还有很多),本人亲测实用。

python 复制代码
conda clean --all
相关推荐
碑 一13 分钟前
视频分割Video K-Net
人工智能·计算机视觉
FreakStudio13 分钟前
MicroPython LVGL基础知识和概念:底层渲染与性能优化
python·单片机·嵌入式·电子diy
renhongxia124 分钟前
ORACLE-SWE:量化Oracle 信息信号对SWE代理的贡献
人工智能·深度学习·学习·语言模型·分类
AI自动化工坊25 分钟前
Google LiteRT-LM生产级部署指南:如何在边缘设备实现高效LLM推理?
人工智能·ai·llama
素玥1 小时前
实训5 python连接mysql数据库
数据库·python·mysql
互联网江湖1 小时前
携程当学胖东来
人工智能
陌殇殇1 小时前
001 Spring AI Alibaba框架整合百炼大模型平台 — 快速入门
人工智能·spring boot·ai
zzzzls~2 小时前
Python 工程化: 用 Copier 打造“自我进化“的项目脚手架
开发语言·python·copier
Proxy_ZZ02 小时前
用Matlab绘制BER曲线对比SPA与Min-Sum性能
人工智能·算法·机器学习
黎阳之光2 小时前
黎阳之光:以视频孪生领跑全球,赋能数字孪生水利智能监测新征程
大数据·人工智能·算法·安全·数字孪生