【技能---Anaconda3常用命令使用入门】

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录

  • 一、Anaconda常用命令
    • [1.创建环境:conda create -n <env_name> <packages>](#1.创建环境:conda create -n <env_name> <packages>)
    • [2.激活环境:conda activate <env_name>](#2.激活环境:conda activate <env_name>)
    • [3.退出环境:conda deactivate <env_name>](#3.退出环境:conda deactivate <env_name>)
    • [4.查看已安装的环境信息:conda env list](#4.查看已安装的环境信息:conda env list)
    • [5.复制环境:conda create -n <new_env_name> --clone <origin_env_name>](#5.复制环境:conda create -n <new_env_name> --clone <origin_env_name>)
    • [6.删除环境:conda env remove -n <env_name>](#6.删除环境:conda env remove -n <env_name>)
    • [7.保存环境信息到environment.yaml文件中:conda env export > environment.yaml](#7.保存环境信息到environment.yaml文件中:conda env export > environment.yaml)
    • [8. 通过environment.yaml环境文件创建文件: conda env create -f environment.yaml](#8. 通过environment.yaml环境文件创建文件: conda env create -f environment.yaml)
    • [9.查看已安装的包:conda list](#9.查看已安装的包:conda list)
    • [9.查看已安装的包:conda list](#9.查看已安装的包:conda list)
    • [10.搜索包:conda search <package_name1>](#10.搜索包:conda search <package_name1>)
    • [11.安装包:conda install <package_name1> <package_name2>](#11.安装包:conda install <package_name1> <package_name2>)
    • [12.卸载包:conda remove <package_name>](#12.卸载包:conda remove <package_name>)
  • 二、Anaconda卸载

一、Anaconda常用命令

1.创建环境:conda create -n <env_name>

bash 复制代码
# 基于python3.7创建一个名为py37的环境
conda create --name py37 python=3.7

2.激活环境:conda activate <env_name>

bash 复制代码
# 激活上述创建的环境
conda activate py37

3.退出环境:conda deactivate <env_name>

bash 复制代码
# 退出上述创建的环境
conda deactivate py37

4.查看已安装的环境信息:conda env list

bash 复制代码
conda env list

5.复制环境:conda create -n <new_env_name> --clone <origin_env_name>

bash 复制代码
# 通过克隆py37来创建一个称为py37_us的副本:
conda create -n py37_us --clone py36

6.删除环境:conda env remove -n <env_name>

bash 复制代码
# 删除上诉复制的环境
conda env remove -n  py37_us

7.保存环境信息到environment.yaml文件中:conda env export > environment.yaml

bash 复制代码
conda env export > environment.yaml

8. 通过environment.yaml环境文件创建文件: conda env create -f environment.yaml

bash 复制代码
conda env create -f environment.yaml

9.查看已安装的包:conda list

bash 复制代码
conda list

9.查看已安装的包:conda list

bash 复制代码
conda list
bash 复制代码
conda list

11.安装包:conda install <package_name1> <package_name2>

不推荐使用,一般还是使用pip install,特别是在安装pytorch时候'

12.卸载包:conda remove <package_name>

二、Anaconda卸载

1. 删除Anaconda3文件夹:

bash 复制代码
rm -rf ~/anaconda3

2. 删除相关隐藏文件:

bash 复制代码
rm -rf ~/.condarc ~/.conda ~/.continuum

3.在环境变量中删除anaconda:

打开 ~/.bashrc (例如: gedit ~/.bashrc),找到与conda 相关的,注释掉即可:

bash 复制代码
gedit ~/.bashrc

4.更新环境变量:

bash 复制代码
source ~/.bashrc

欧克欧克,大概也就这么多了!!!

相关推荐
dessler几秒前
代理服务器-LVS的DR模式
linux·运维·云计算
山顶听风4 分钟前
多层感知器MLP实现非线性分类(原理)
人工智能·分类·数据挖掘
佛喜酱的AI实践4 分钟前
5分钟入门Google ADK -- 从零构建你的第一个AI Agent
人工智能
用户38775434335636 分钟前
Midjourney Imagine API 申请及使用
人工智能·后端
山顶听风7 分钟前
MLP实战二:MLP 实现图像数字多分类
人工智能·机器学习·分类
mengyoufengyu14 分钟前
DeepSeek12-Open WebUI 知识库配置详细步骤
人工智能·大模型·deepseek
love530love16 分钟前
【PyCharm必会基础】正确移除解释器及虚拟环境(以 Poetry 为例 )
开发语言·ide·windows·笔记·python·pycharm
carpell1 小时前
【语义分割专栏】3:Segnet实战篇(附上完整可运行的代码pytorch)
人工智能·python·深度学习·计算机视觉·语义分割
梦星辰.1 小时前
VSCode CUDA C++进行Linux远程开发
linux·c++·vscode
智能汽车人1 小时前
自动驾驶---SD图导航的规划策略
人工智能·机器学习·自动驾驶