|
目录 应用场景说明在用Python时，会有不同的版本要求，比如有的使用Python 2.7，有的使用Python3.5，有的使用pytorch，有的使用TensorFlow，创建多个虚拟环境，可以较好的解决该问题。记录在使用过程中的常用命令。
一、创建虚拟环境conda create --name env_name conda create --name env_name python=3.5 # 创建指定python版本 conda create --name env_name python=3.5 numpy scipy # 创建指定python版本下包含某些包 二、激活/使用/进入某个虚拟环境activate env_name 三、退出当前环境deactivate 四、复制某个虚拟环境conda create --name new_env_name --clone old_env_name 五、删除某个环境conda remove --name env_name --all 六、查看当前所有环境conda info --envs 或者 conda env list 七、查看当前虚拟环境下的所有安装包conda list 需进入该虚拟环境 conda list -n env_name 八、安装或卸载包(进入虚拟环境之后）conda install xxx conda install xxx=版本号 # 指定版本号 conda install xxx -i 源名称或链接 # 指定下载源 conda uninstall xxx 九、分享虚拟环境conda env export > environment.yml # 导出当前虚拟环境 conda env create -f environment.yml # 创建保存的虚拟环境 十、源服务器管理conda当前的源设置在$HOME/.condarc中，可通过文本查看器查看或者使用命令>conda config --show-sources查看。 conda config --show-sources #查看当前使用源 例如： conda config --add channels https://mirrors.tuna./anaconda/pkgs/free/ 国内pip源 阿里云 http://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 豆瓣(douban) http://pypi.douban.com/simple/ 清华大学 https://pypi.tuna./simple/ 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/ 十一、升级升级Anaconda需先升级conda conda update conda conda update anaconda 十二、卸载rm -rf anaconda 十三、批量导出虚拟环境中的所有组件conda list -e > requirements.txt # 导出 conda install --yes --file requirements.txt # 安装 十四、pip批量导出环境中的所有组件pip freeze > requirements.txt pip install -r requirements.txt 十五、在pyCharm中添加/删除解释器
十六、设置默认的解释器
|
|
|
来自： yng326309158 > 《python》
