1.管理包
列出所有包
列出当前环境的所有包使用
conda list
安装包
conda install package_name
例如要安装pandas
conda install pandas
或者同事安装多个包
conda install numpy scipy pandas
还可以指定版本号
conda install numpy=1.10
更新包
使用conda update
更新conda包到最新版,也可以使用conda upgrade
.
conda update scrapy
卸载
使用conda remove
卸载conda包,也可使用conda uninstall
conda remove scrapy
2.管理环境
创建环境
创建虚拟环境,使用-n/--name
指定环境名称
conda create --name learning python=3.8
查看现有环境
conda info -e 或 conda env list
激活环境
默认处于base环境,进入其他环境需要使用conda activate
切换
conda activate learning
退出当前环境
conda deactivate
删除环境
删除环境也使用conda remove
命令,不过需要加上参数--all
并使用-n/--name
指定要删除的环境
conda remove -n learning --all
拷贝环境
在创建环境时可以使用--clone
从已存在的环境进行拷贝
conda create --clone learning --name learn
3.Conda与Pip常用命令对比
任务 | Conda | Pip |
---|---|---|
安装包 | conda install $PACKAGE_NAME |
pip install $PACKAGE_NAME |
更新包 | conda update --name ENVIRONMENT_NAMEPACKAGE_NAME |
pip install --upgrade $PACKAGE_NAME |
更新自己 | conda update conda |
Linux/macOS:pip install -U pip Win:python -m pip install -U pip |
删除包 | conda remove --name ENVIRONMENT_NAMEPACKAGE_NAME |
pip uninstall $PACKAGE_NAME |
创建环境 | conda create --name $ENVIRONMENT_NAME python |
x |
激活环境 | conda activate $ENVIRONMENT_NAME |
x |
停用环境 | conda deactivate ` |
x |
搜索可用包 | conda search $SEARCH_TERM |
pip search $SEARCH_TERM |
从特定源安装包 | conda install --channel URLPACKAGE_NAME |
pip install --index-url URLPACKAGE_NAME |
列出已安装的包 | conda list --name $ENVIRONMENT_NAME |
pip list |
创建需求文件 | conda list --export |
pip freeze |
列出所有环境 | conda info --envs |
x |
安装其他包管理器 | conda install pip |
pip install conda |
安装Python | conda install python=x.x |
x |
升级Python | conda update python |
x |