常用的Anaconda Prompt命令行指令

一、环境管理

  1. 查看已安装的环境

    conda env list 或 conda info --envs:列出所有已安装的Anaconda环境。

  2. 创建新环境

    conda create -n env_name python=x.x:创建一个名为env_name的新环境,并指定Python版本为x.x。

  3. 激活环境

    conda activate env_name:激活名为env_name的Anaconda环境。

  4. 停用当前环境

    conda deactivate:停用当前激活的Anaconda环境。

  5. 删除环境

    conda env remove -n env_name:删除名为env_name的Anaconda环境及其所有包。

  6. 导出环境信息

    conda env export > environment.yml:导出当前激活的环境信息到environment.yml文件。

  7. 使用导出的环境信息创建环境

    conda env create -f environment.yml:使用指定的environment.yml文件创建环境。

二、包管理

  1. 查看已安装的包

    conda list:列出当前激活环境中已安装的所有包和版本信息。

  2. 安装包

    • conda install package_name:安装指定的包。
    • conda install -c channel_name package_name:从指定的channel安装包。
    • pip install package_name(在激活的环境中):使用pip安装指定包(作为conda的补充,适用于conda仓库中没有的包)。
  3. 更新包

    conda update package_name:更新一个已安装的包。

  4. 卸载包

    conda remove package_name:卸载指定包。

  5. 搜索包

    conda search package_name:搜索一个包,查看可用的版本和安装渠道。

三、其他常用命令

  1. 配置管理

    conda config --set key value:设置conda的配置项,如更改默认的安装渠道等。

  2. 清理缓存

    conda clean --all:清理conda的缓存、未安装包及其历史版本。

  3. 启动Python解释器

    • python:启动当前激活环境中的Python解释器。
    • python -V:显示当前激活环境中的Python版本信息。
  4. 启动Jupyter Notebook

    • jupyter notebook:在默认浏览器中打开一个新的Jupyter Notebook。
  5. 启动其他IDE或工具

    • spyder:启动Spyder IDE。
    • ipython:启动IPython交互式环境。
    • jupyter lab:启动Jupyter Lab。
  6. 导入Python库(在Python解释器或脚本中)

    import numpy:导入numpy库(或其他Python库,如pandas、matplotlib等)。

  7. Jupyter Notebook转换

    • jupyter nbconvert --to html notebook.ipynb:将Notebook转换为HTML格式。
    • jupyter nbconvert --to pdf notebook.ipynb:将Notebook转换为PDF格式。
    • jupyter nbconvert --to markdown notebook.ipynb:将Notebook转换为Markdown格式。
    • jupyter nbconvert --to python notebook.ipynb:将Notebook转换为Python脚本。
    • jupyter nbconvert --execute notebook.ipynb:执行并转换Notebook。
  8. Jupyter扩展管理

    • conda install -c anaconda jupyter_nbextensions_configurator:安装Jupyter扩展配置工具。
    • conda install nb_conda:使Jupyter能使用Conda环境。
    • conda install -c conda-forge jupyter_contrib_nbextensions:安装Jupyter扩展。
    • jupyter nbextension enable <extension_name>:启用指定的Jupyter扩展。
    • jupyter nbextension disable <extension_name>:禁用指定的Jupyter扩展。
    • jupyter nbextension list:列出所有已安装的Jupyter扩展。
  9. 查看显卡状态(在选择使用GPU时)

    nvidia-smi:查看服务器上显卡的状态(需要安装NVIDIA驱动和CUDA)。

相关推荐
高洁0115 小时前
世界模型的因果内核:从预测表象到理解机制
人工智能·python·深度学习·transformer·迁移学习
数字融合16 小时前
透明化视频动态三维重建空间数据零核心技术
人工智能·python·virtualenv
AI创界者16 小时前
Python 进阶实战(五十四章):大模型推理网关终极架构——分布式全局前缀 Trie 缓存同步与多网关高可用协同调度
人工智能·python·aigc
萧子琦16 小时前
零第三方依赖能做到什么程度?开源两个纯标准库安全小工具:StarShield Forensics 与澄镜 ClearLens
python
用户912940468484217 小时前
Codex 从零到能交付(19):让 Codex 做代码审查:发现问题后怎样验证
python
小白勇闯网安圈17 小时前
day_2
python
叮当小飞鱼17 小时前
RAG幻觉
python
赵大仁18 小时前
Agent 工具调用可靠性:超时、重试、幂等与人工确认怎么设计
python·agent·幂等·工具调用·人工确认
__underline__19 小时前
冷门Python知识点007篇:list[int]不是类,为什么能当基类?
后端·python
Dmz丶19 小时前
前端转 AI 100 天 Day 49:文档切分——RAG 效果的隐形开关
python