最近配置了两轮pytorch环境，由于要频繁用到各种conda和pip命令，所以再此整理一下。
文章目录
前言：conda虚拟环境总结与解读
Conda和pip的理解
区别和联系
conda和pip都是用来管理包的，但是conda管理的范围大，不仅限于python，且其依赖检查更强大，还可以方便地创建虚拟环境。而pip专精于python，有一些conda没有的包在pip里能找到，而且pip有时候还有一些wheel（已经编译好的包），安装速度更快。
总之，conda和pip都可以用来管理python包，而且他们的包安装路径是一样的，但本身是两个软件，两套配置，两套命令。
建议优先conda，如果conda没有再用pip补充。
命令格式
linux命令格式如下：
command [options] [arguments]
其中option字段有-和--两种。
- 用于短选项，可以组合使用，适合快速输入；
-- 用于长选项，不可组合使用，适合明确表达选项的含义
注：[]方括号只是为了分割，实际输入中并不存在
conda里面也继承了这个特点，如下：
conda -V
conda --version
conda命令由 [主命令] [子命令] [选项1] [参数1]···组成，举个例子：
conda config --add channels [新源]
config就是子命令，--add channels为选项，新源为参数
conda环境命令
查看
显示所有环境：conda env list
创建和删除
创建环境：conda create -n [env] python=[python版本]
删除环境写法1：conda env remove -n [env]
删除环境写法2：conda remove -n [env] --all
注意，remove本来是用来删除包的，但是在显式指定环境命并且加了--all之后，就可以进行环境删除操作了。
导出与导入
导出：conda env export > [file.yaml]
导入：conda env create -f [file.yaml]
注意，导入比直接创建多一个env子命令
激活和退出
激活：conda activate [env]
退出：conda deactivate
包管理命令
安装和删除
conda install [package][==version] [-c] [channel]
pip install [package][==version] [-i] [index-url]
注意，-c和-i是指定临时源，而指定版本的==也可以换成>=，<=，这种写法兼容性更强一些。
conda remove [-n] [env] [package]
pip uninstall [package]
非标准：conda uninstall [package]
注意，pip本身没有虚拟环境功能，所以不需要指定env，而conda要指定。如果conda不指定env，则默认当前环境，也就是我们最常见到的命令。此外，conda uninstall是一种过渡式命令，并不标准。
文件批量操作
导出所有包：pip freeze > [requerement.txt]
安装所有包：pip install -r [requerement.txt]
上述pip操作类似于前面说过的conda环境的导出和导入
导出：conda env export > [file.yaml]
导入：conda env create -f [file.yaml]
二者的区别是conda更好用：
-
conda是一整个环境
- 如果你查看yaml文件，你会发现里面有 包名、源、依赖、本地路径
- 有人说conda导出环境不包含pip安装包，至少现在并非如此，conda会单独列出来一个pip项，里面的子列表列出pip的内容，并且在conda env create -f操作的时候调用pip命令进行安装
-
pip只是所有包的集合，没有环境信息
- 如果包来自于本地或者conda，就会在后面附带本地路径信息，此时在另一台电脑上安装的时候就会出现问题。
- 如果包来自于本地或者conda，就会在后面附带本地路径信息，此时在另一台电脑上安装的时候就会出现问题。
所以前面所谓的"conda导出环境不含pip包"，其实是不准确的，实际上pip和conda导出的包信息都是包含其他来源的。只不过pip比较笨，比较原始，无法识别是本地还是conda来源，所以统一视作来自于本地，只要是在另一台电脑上安装就必然报错，只能用于本地备份（freeze很形象）。而conda因为是为虚拟环境而生，所以更加智能，来源于pip的会标出，并且在conda env create时会调用pip进行安装，甚至还会给你带上镜像源地址，真的是无痛安装。
当然还有一种特殊情况，就是pip，conda，本地安装三者交叉，这样的环境是很难操作的，最好还是整个导出为文件，虽然很大，但是至少不会出错。
换源相关
镜像源的概念和使用
conda install numpy
这个命令的背后，是你的conda先到默认源（https://repo.anaconda.com/pkgs/main/）下进行查找，如果有对应包，就给你下载下来。如果没有，就切换下一顺位的源，以此类推。
所以源是什么呢？是一个代表文件夹路径的URL，而国内访问国外官网很不稳定，所以最好配置国内的镜像源。
需要注意，国内镜像源是有一定延迟的，不一定会有，但实际生产中大部分包都是有的，如果出错更大概率是你不会用镜像源，从网上粘贴了一个源就以为粘对了。目前来说，中科大源已停更，推荐使用清华源，当然还有阿里源，北师大源等可用，接下来展示清华源的使用方法：
一般我们最常用的就是conda（anaconda）和pip（pypi），你点进去之后就可以看到对应目录，复制好进行添加即可。
查看源
conda config --show channels
pip config list
在install中临时指定源
- conda用-c，即channel
- pip用-i，即index-url
注意，conda源有时候不一定是URL形式，比如-c conda-forge；-c pytorch，这些都不是conda默认源，但用的很多，所以就约定俗成为一个标识符，背后还是URL，
通过命令永久换源
conda：
Bash
conda config --add channels [channel]
conda config --remove channels [channel]
删除所有非默认：conda config --remove-key channelspip:
Bash
pip config set global.index-url [index-url]
pip config unset global.index-url需要注意的是，conda是可以用命令单独添加和删除源的，但是pip不可以，global下面只有一个index-url，代表唯一默认源，所以其命令也是set而不是add
pip似乎可以使用add global.extra-index-url 来添加，但是实测下来没有add子命令，所以我认为pip如果要使用多个源还是得修改文件，实在不行就手动-i吧，反正pip用的也少。
通过文件永久换源
我推荐用命令换源，文件涉及到优先级，而且格式也不一定对，所以这篇仅供参考。
源信息储存在配置文件中，默认情况下配置文件是不存在的，因为没必要，直接写在程序代码里就可以。如果你这个时候要添加，可以手动创建，不用担心什么，而当你通过命令添加源后，配置信息就会写入配置文件，此时配置文件也会出现，你可以进行修改。
conda的配置文件在.condarc里，具体有三级，建议在用户级别进行配置：
- conda:
env_dir/.condarc - 用户:
~/.condarc - 系统：略
一个奇怪的现象是，按理说conda优先级高于用户，但是我进行conda配置的时候，写入的是用户级别的condarc，比较诡异。
具体写法是：
Bash
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- conda-forge
- https://repo.anaconda.com/pkgs/main
- https://repo.anaconda.com/pkgs/r
- https://repo.anaconda.com/pkgs/msys2pip的配置文件位置看情况，linux叫pip.conf，windows叫pip.ini：
格式为：
额外源格式为：
Bash
[global]
extra-index-url = https://pypi.tuna.tsinghua.edu.cn/simple代理模式下的SSL证书错误
在实际应用中，我发现开着代理（就算是直连模式），访问https源的时候就会出现链接失败的问题，这篇文章中提到了解决方法：
最简单的就是配置镜像源+把代理关了，就这么简单（doge）
其他
查看版本(pip同理)：
conda -V
conda --version