- 常用命令
-
查看conda版本
$ conda --version -
更新conda版本
$ conda update conda -
查看都安装了那些依赖库
$ conda list
-
- 管理Python包
-
安装一个 package
$ conda install package_name-
这里 package_name 是需要安装包的名称。你也可以同时安装多个包，比如同时安装numpy 、scipy 和 pandas，则执行如下命令：
$ conda install numpy scipy pandas -
指定安装的版本，比如安装 1.1 版本的 numpy ：
$ conda install numpy=1.10
-
-
移除一个 package
$ conda remove package_name -
升级 package 版本
$ conda update package_name -
查看所有的 packages
$ conda list -
模糊查询
$ conda search search_term
-
- 管理Python环境
-
默认的环境是当前用户，你也可以创建一个新环境：
$ conda create -n env_name list of packages-
其中 -n 代表 name，env_name 是需要创建的环境名称，list of packages 则是列出在新环境中需要安装的工具包。
-
例如，当安装了 Python3 版本的 Anaconda 后，默认的 root 环境自然是 Python3，但是我还需要创建一个 Python 2 的环境来运行旧版本的 Python 代码，最好还安装了 pandas 包，于是我们运行以下命令来创建：
$ conda create -n py2 python=2.7 pandas
细心的你一定会发现，py2 环境中不仅安装了 pandas，还安装了 numpy 等一系列 packages，这就是使用 conda 的方便之处，它会自动为你安装相应的依赖包，而不需要你一个个手动安装。
-
-
进入名为 env_name 的环境
$ source activate env_name -
退出当前环境
$ source deactivate另外注意，在 Windows 系统中，使用 activate env_name 和 deactivate 来进入和退出某个环境。
-
删除名为 env_name 的环境
$ conda env remove -n env_name -
显示所有的环境：
$ conda env list -
当分享代码的时候，同时也需要将运行环境分享给大家，执行如下命令可以将当前环境下的 package 信息存入名为 environment 的 YAML 文件中。
$ conda env export > environment.yaml -
同样，当执行他人的代码时，也需要配置相应的环境。这时你可以用对方分享的 YAML 文件来创建一摸一样的运行环境。
$ conda env create -f environment.yaml
-