Conda常用命令整理(列举已有环境\创建环境\进入环境) conda create –name env_name python=3.7

Conda常用命令整理(列举已有环境\创建环境\进入环境) conda create –name env_name python=3.7查看环境 创建环境 激活环境

Conda常用命令整理_CharlotteMen的博客-CSDN博客_conda命令对Conda常用命令的整理,主要参考Anaconda官方指南Using Conda:https://conda.io/docs/using/index.htmlConda常用命令整理(列举已有环境\创建环境\进入环境) conda create --name env_name python=3.7https://blog.csdn.net/menc15/article/details/71477949

最常用指令:

1 安装中遇到问题  conda create –name pysot python=3.7 

Conda常用命令整理(列举已有环境\创建环境\进入环境) conda create --name env_name python=3.7

C:\Users\Administrator>conda create --name pysot python=3.7 WARNING: The conda.compat module is deprecated and will be removed in a future r elease. Collecting package metadata: done Solving environment: done ==> WARNING: A newer version of conda exists. <== current version: 4.6.11 latest version: 4.6.14 Please update conda by running $ conda update -n base -c defaults conda Package Plan environment location: G:\nk_deeplearning\Anaconda\envs\pysot added / updated specs: - python=3.7 The following packages will be downloaded: package | build ---------------------------|----------------- ca-certificates-2019.5.15 | 0 166 KB certifi-2019.6.16 | py37_0 155 KB openssl-1.1.1c | he_1 5.7 MB pip-19.1.1 | py37_0 1.8 MB python-3.7.3 | h8c8aaf0_1 17.8 MB setuptools-41.0.1 | py37_0 680 KB sqlite-3.28.0 | he_0 945 KB vs2015_runtime-14.15.26706 | h3a45250_4 2.4 MB wheel-0.33.4 | py37_0 57 KB ------------------------------------------------------------ Total: 29.6 MB The following NEW packages will be INSTALLED: ca-certificates pkgs/main/win-64::ca-certificates-2019.5.15-0 certifi pkgs/main/win-64::certifi-2019.6.16-py37_0 openssl pkgs/main/win-64::openssl-1.1.1c-he_1 pip pkgs/main/win-64::pip-19.1.1-py37_0 python pkgs/main/win-64::python-3.7.3-h8c8aaf0_1 setuptools pkgs/main/win-64::setuptools-41.0.1-py37_0 sqlite pkgs/main/win-64::sqlite-3.28.0-he_0 vc pkgs/main/win-64::vc-14.1-h0510ff6_4 vs2015_runtime pkgs/main/win-64::vs2015_runtime-14.15.26706-h3a45250_4 wheel pkgs/main/win-64::wheel-0.33.4-py37_0 wincertstore pkgs/main/win-64::wincertstore-0.2-py37_0 Proceed ([y]/n)? y Downloading and Extracting Packages setuptools-41.0.1 | 680 KB | | 100% ca-certificates-2019 | 166 KB | | 100% certifi-2019.6.16 | 155 KB | | 100% openssl-1.1.1c | 5.7 MB | | 100% pip-19.1.1 | 1.8 MB | 7 | 10% vs2015_runtime-14.15 | 2.4 MB | | 100% python-3.7.3 | 17.8 MB | 8 | 41% 

中间网络错误;

Conda常用命令整理(列举已有环境\创建环境\进入环境) conda create --name env_name python=3.7

Conda常用命令整理(列举已有环境\创建环境\进入环境) conda create --name env_name python=3.7

巨慢~

2 指令说明

环境:Win7  64bit with conda 4.6.11   指令:conda list
以下命令均在windows命令行中输入。
一般来讲,无论是在Linux,OS X还是在windows系统中,在命令行窗口中输入的conda命令基本是一致的,除非有特别标注。




0.获取版本号

conda --version
conda -V

1. 获取帮助

conda --help conda -h

查看某一命令的帮助,如update命令及remove命令

conda update --help conda remove --help
  • 同理,以上命令中的--help也可以换成-h

2.环境管理

查看环境管理的全部命令帮助

conda env -h

1 创建环境

conda create --name your_env_name

conda create --name your_env_name
输入y确认创建。

2 创建制定python版本的环境

conda create --name your_env_name python=2.7 conda create --name your_env_name python=3 conda create --name your_env_name python=3.5

conda create --name your_env_name python=2.7

2 创建包含某些包的环境
 






conda create --name your_env_name numpy scipy

conda create --name your_env_name numpy scipy

2 创建指定python版本下包含某些包的环境




conda create --name your_env_name python=3.5 numpy scipy

conda create --name your_env_name python=3.5 numpy scipy

3 列举当前所有环境

conda info --envs conda env list

conda info --envs
conda env list

4 进入某个环境






source activate your_env_name

source  activate your_env_name

注意:(要加source 来激活环境才有效果要加source)
这里需要写成

source activate your_env_name

eg: conda env list

Conda常用命令整理(列举已有环境\创建环境\进入环境) conda create --name env_name python=3.7

eg: source activate base

Conda常用命令整理(列举已有环境\创建环境\进入环境) conda create --name env_name python=3.7
(base)表示当前进入的环境

5退出当前环境

source deactivate 

注意:

PS:如果激活失败可以参考这个博客:conda activate激活环境出错的解决办法_云外孤鸟的博客-CSDN博客_activate conda

报错如下:

zsq@localhost ~]$ conda activate python36

CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.
To initialize your shell, run

    $ conda init

Currently supported shells are:
  - bash
  - fish
  - tcsh
  - xonsh
  - zsh
  - powershell












See 'conda init --help' for more information and options.

IMPORTANT: You may need to close and restart your shell after running 'conda init'.
 

1 我觉得很有可能是是上次conda activate xxx命令激活环境后,
未使用conda deactivate退出环境就关闭终端导致的。

2 发现这个问题后,解决思路就比较明显了,重新激活一下环境就好了,具体操作如下:

# 重新进入虚拟环境
source activate
 # 重新退出虚拟环境
source deactivate






最后,重新执行conda activate env_py36 没有报错,成功进入该虚拟环境
 






6 复制某个环境

conda create --name new_env_name --clone old_env_name 

conda create --name new_env_name --clone old_env_name
                                     创建的新环境名    复制的旧环境名

7 删除某个环境






conda remove --name your_env_name --all

conda remove --name your_env_name --all
 

3 分享环境

1 首先通过activate target_env要分享的环境target_env

首先,先激活, 通过

source activate target_env

2 然后输入下面的命令会在当前工作目录下生成一个environment.yml文件,

conda env export > environment.yml

3 小伙伴拿到 environment.yml 文件后,Conda常用命令整理(列举已有环境\创建环境\进入环境) conda create --name env_name python=3.7
将该文件放在工作目录下
可以通过以下命令从该文件创建环境




conda env create -f environment.yml 

conda env create -f environment.yml

.yml是这个样子的 

è¿éåå¾çæè¿°

当然,你也可以手写一个 .yml 文件用来描述或记录你的python环境。

4 包管理

1 列举当前活跃环境下的所有包

conda list

conda list

2 列举一个非当前活跃环境下的所有包(应该是制定哪个环境的名字就是哪个环境)

conda list -n your_env_name

conda list -n your_env_name

3 为指定环境安装某个包

conda install -n env_name package_name

conda install -n env_name package_name
       环境名  包的名字

如果不能通过conda install来安装
文档中提到可以从Anaconda.org安装,
但我觉得会更习惯用pip直接安装
pip在Anaconda中已安装好,
不需要单独为每个环境安装pip。
如需要用pip管理包,activate环境后直接使用即可。
 












版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/209894.html原文链接:https://javaforall.net

(0)
上一篇 2026年3月19日 上午8:14
下一篇 2026年3月19日 上午8:14


相关推荐

  • QListView超简单的更新列表

    QListView超简单的更新列表voidUpdateFi QStringListN QStringListM model newQStringLi NewList ui gt listView gt setModel model

    2026年1月26日
    2
  • 基于LDC1000的自动循迹小车

    基于LDC1000的自动循迹小车大三上学期课程设计的题目选了做小车,需要使用的是TI公司的LDC1000或者LDC1314,题目如下:首先选择做这道题是因为之前做小车比较熟悉,仔细分析一下其实也就是缺个传感器,其他的该有的都有了只需要稍作修改,于是乎开始了这一段有意思的旅途。将整个系统分为采集、处理、控制三部分。第一部分为采集模块,采用LDC1000采集赛道信息并转化为数字信号传输给数据处理模块。

    2022年6月7日
    41
  • LoadRunner压力测试案列「建议收藏」

    LoadRunner压力测试案列「建议收藏」整理下LR性能测试案例LoadRunner压力测试实例主题词:Loadrunner工具压力测试摘要:本文通过实例讲解介绍了LoadRunner工具的使用,介于公司的实际情况,文中主要是对工具的基本使用做了详细描述,高级运用方面除性能计数器与参数设置外其它均未涉及,待以后补充。目的是使公司人员根据该手册便可以独立运用Loadrunner进行压

    2022年7月18日
    13
  • JMESPath_正则表达式语法

    JMESPath_正则表达式语法前言JMESPath是JSON的查询语言。您可以从JSON文档中提取和转换元素官方文档:https://jmespath.org/tutorial.html基本表达式JMESPath用的最多的

    2022年7月30日
    11
  • 动态规划 简单的分割问题的解决方案钢棒

    动态规划 简单的分割问题的解决方案钢棒

    2021年12月17日
    51
  • 是学Java好呢?还是学C++更有前途?

    是学Java好呢?还是学C++更有前途?最近有不少初学编程的朋友问:他们比较倾向于Java和C++作为他们首选学习语言,但是学Java好呢?还是学C++更有前途?到底哪一门语言更有“钱途”呢?这个问题问的好,很多初学者都会有类似的疑问,今天我就来给大家简单的解答一下。1、C++和Java在编程排行榜中的排名作为IT行业的软件研发人员,在我看来,这两种语言都可以学,都很有前途。其实Java和C++一直名列世界编程语言排行榜的前几位,始终是热门的开发语言,下图是最近的世界编程语言排行榜:不管是从世界…

    2022年7月17日
    19

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号