启动Anaconda Navigator 图形化界面
$ source ~/anaconda3/bin/activate root
$ anaconda-navigator
查看目前的conda版本:
conda --version
使用conda 安装requirements.txt中包
conda install --yes --file requirements.txt
提高下载速度
Anaconda 的镜像地址默认在国外,用 conda 安装包的时候会很慢,目前可用的国内镜像源地址是清华大学提供的。修改 ~/.condarc (Linux/Mac) 或 C:\Users\当前用户名.condarc (Windows) 配置
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults
show_channel_urls: true
anaconda换源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
上文中前两个属于anaconda python的基础免费仓库镜像,最后一个属于pytorch的仓库镜像。注意想要下载pytorch要加上第三个镜像地址。
pip换源
除此之外,你也可以把 pip 的镜像源地址也换成国内的,豆瓣源速度比较快。修改 ~/.pip/pip.conf (Linux/Mac) 或 C:\Users\当前用户名\pip\pip.ini (Windows) 配置:
[global]
trusted-host = pypi.douban.com
index-url = http://pypi.douban.com/simple
一 、环境管理(原因是很可能某个包不支持conda 默认的Python3.7 比如我tensorflow 不支持3.7)
1查看当前系统下的环境
conda env list
或者
conda info -e
conda info --envs
2.创建
# 指定python版本为3.,注意至少需要指定python版本或者要安装的包 conda create -n env_name python=3.6
# 同时安装必要的包
conda create -n env_name numpy matplotlib python=3.6
我这里env_name 选择的是python3.6
3.激活进入环境
conda activate python3.
原来指令已经废弃
source activate python3.
4.退出环境回到默认环境
conda deactivate
5 删除某些已经不需要的环境
conda remove -n env_name --all
二、包管理
给某个特定环境安装package有两个选择:
一是切换到该环境下直接安装
# 进入该环境
activate env_name # 安装单独某个包
conda install pandas
# 安装anaconda发行版中所有的包
conda install anaconda
# 安装 matplotlib
conda install matplotlib
# 同时安装多个包conda install numpy scipy pandas
# 安装指定版本的包conda install numpy=1.11
# 查看已安装的包
conda list
# 包更新
conda update matplotlib
# 删除包
conda remove matplotlib
二是安装时指定环境参数-n
conda install -n env_name pandas
查看已经安装的package
conda list
# 指定查看某环境下安装的package
conda list -n env_name
查找软件源里面的版本信息
conda search package
conda update numpy
conda update anaconda
卸载包
conda remove numpy
复制环境
conda create --name <new_env_name> --clone <copied_env_name>
以上参考收集自
https://blog.csdn.net/sinat_38816924/article/details/88752817
https://blog.csdn.net/u012151283/article/details/54145347
注意 虚拟环境最好使用python3.5 ,python3.6的spyder会不明原因报错