【环境的操作】
1.创建虚拟环境
conda create -n learn python=3
2.切换环境
activate learn
如果忘记了名称我们可以先用 conda env list 去查看所有的环境
3.导入导出环境
如果想要导出当前环境的包信息可以用
conda env export > environment.yaml
将包信息存入yaml文件中.
当需要重新创建一个相同的虚拟环境时可以用
conda env create -f environment.yaml
===============================
【当前环境的第三方包的操作】
1.通过引用可以知道包是否安装
先输入python打开python解释器然后输入
>>> import requests
如果找不到requests就会报错
如果会报错找不到requests包, 很正常.接下来我们就要演示如何去安装requests包
exit()
退出python解释器
2.当前环境的第三方包的安装
输入
conda install requests
或者
pip install requests
来安装requests包.
3.卸载第三方包
那么怎么卸载一个包呢
或者
4.查看所有安装的包列表
conda list
【conda 指令汇总】
activate // 切换到base环境
activate learn // 切换到learn环境
conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本)
conda env list // 列出conda管理的所有环境
conda list // 列出当前环境的所有包
conda install requests 安装requests包
conda remove requests 卸载requets包
conda remove -n learn --all // 删除learn环境及下属所有包
conda update requests 更新requests包
conda env export > environment.yaml // 导出当前环境的包信息
conda env create -f environment.yaml // 用配置文件创建新的虚拟环境
========================================================
设置国内源，在更新包的时候，默认源速度较慢，可以使用国内源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
或者通过某个来源进行安装 conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.6.0