Anaconda3及Python虚拟环境的使用

前言

当时,花了大量时间尝试搞清楚Python虚拟环境到底是什么，应当如何调用，这里来记录一下，方便后进之人查阅。。。
其实吗，血的教训，这种东西只要自己多尝试，多玩玩熟悉它就好了，一开始不需要吧工作机制什么的都搞明白~

一些名词的解释

  • Python虚拟环境： 虚拟环境

conda 在命令行环境启用以及停用

1
2
3
4
5
## 初始化
conda init

## 撤销
conda init --reverse

常用的conda命令总结

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
conda --version #查看conda版本，验证是否安装

conda update conda #更新至最新版本，也会更新其它相关包

conda update --all #更新所有包

conda update package_name #更新指定的包

conda create -n env_name package_name #创建名为env_name的新环境，并在该环境下安装名为package_name 的包，可以指定新环境的版本号，例如：conda create -n python2 python=python2.7 numpy pandas，创建了python2环境，python版本为2.7，同时还安装了numpy pandas包

conda activate env_name #切换至env_name环境

conda deactivate #退出环境

conda env list #显示所有已经创建的环境

conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name

conda remove --name env_name –all #删除环境

conda list #查看所有已经安装的包

conda install package_name #在当前环境中安装包

conda install --name env_name package_name #在指定环境中安装包

conda remove -- name env_name package #删除指定环境中的包

conda remove package #删除当前环境中的包

conda create -n tensorflow_env tensorflow

conda activate tensorflow_env #conda 安装tensorflow的CPU版本

conda create -n tensorflow_gpuenv tensorflow-gpu

conda activate tensorflow_gpuenv #conda安装tensorflow的GPU版本

conda env remove -n env_name #采用第10条的方法删除环境失败时，可采用这种方法

取消 Anaconda自启动

conda config –set auto_activate_base false