Anaconda使用教程

0 写在前面

以下命令都是在命令行模式下进行操作，macOS和Linux用户可以直接打开Terminal终端，Windows用户如果配置了环境变量则可以直接打开cmd，否则需要打开Anaconda Prompt。

配置环境变量的操作为：此电脑-（右键）属性-高级系统设置-环境变量-用户变量Path-编辑-新建（以自己的安装位置为准）

F:\Anaconda3
F:\Anaconda3\Scripts
F:\Anaconda3\Library\bin

对于系统变量和环境变量的区别：简而言之就是系统变量对所有用户生效，而用户变量只对当前用户生效，个人认为区别不大。

1 管理conda

查看版本号

conda --version

更新conda至最新版本

conda update conda

查看conda帮助信息

conda --help

2 管理环境

创建新环境

conda create --name <env_name> <package_names> 或
conda create -n <env_name> <package_names>

• <env_name>为指定的环境名称。
• <package_names>为所创建环境中添加的python包，多个package则以空格隔开，并可以通过“=”指定包的版本号。比如：
  
  conda create -n python3 python=3.7 numpy pandas
• 如果在创建环境时没有指定python版本号，那么将会安装与Anaconda版本相同的python版本。

切换环境

Linux或macOS

source activate <env_name>

Windows

conda activate <env_name>

若要退出当前环境至base（或默认环境），则使用source deactivate或conda deactivate命令。

注：Windows场景下，如果配置完系统路径之后在cmd中执行conda activate <env_name>仍然提示scripts缺失，打开文件夹可以发现命令名叫做"activate"，因此命令应该是activate <env_name>。

显示已创建环境

conda env list 或
conda info --env 或
conda info -e

复制环境

同一台机器上环境的复制/克隆。

conda create -n <new_env_name> --clone <copied_env_name>

• <copied_env_name>为被复制/克隆的环境名。
• <new_env_name>为复制之后的新环境名称。

跨机器环境的复制/克隆，需要先导出环境，然后再创建，具体步骤为：

• 进入到<copied_env_name>：

  conda activate <copied_env_name>
  

• 导出环境（这里的导出文件名可以与环境名不同）：

  conda env export > <env_name>.yaml
  

• 将导出的yaml文件拷贝到要配置新环境的机器：比如借用U盘或云端中转。

• 使用yaml文件配置新环境：

  conda env create -f <env_name>.yaml
  

注：跨机器复制环境可能存在不稳定等问题，因此可以一定程度上方便用户但不能一劳永逸，应该根据运行过程中缺少的package包进行补充。

新环境名与<copied_env_name>一样，这是因为如果你打开.yaml文件可以看到，其中包括了对环境名的指定信息，因此无论你修改.yaml的文件名称，并不影响新创建的环境名，除非你修改.yaml文件内容。

删除环境

conda remove --name <env_name> --all

3 管理包

查找包的版本

精确查找：查找包的全名，看看有哪些版本可供安装。

conda search --full-name <package_full_name>

模糊查找：查找包含此字段的包名。

conda search <text>

显示已安装包信息

conda list

安装包

在指定环境中安装包。

conda install --name <env_name> <package_name>

在当前环境中安装包。

conda install <package_name>

使用pip命令安装包。

pip install <package_name>

注：pip只是包管理器，无法对环境进行管理，因此只能在当前环境中安装包；此外，pip无法更新python，因为pip并不将python视为包。

当使用conda install命令无法安装时，可以考虑从官网获得安装包的命令。

卸载包

conda remove <package_name>

更新包

conda update <package_name> 或
conda upgrade <package_name>

如果要更新所有包，则使用conda update --all命令。

4 CUDA相关

从开始菜单或者电脑左下方的搜索框中打开NVIDIA Control Panel，查看帮助-系统信息-组件。

有些显卡可能本身就不支持CUDA加速，可以在GPU-Z软件中确认。

参考文档

Anaconda介绍、安装及使用教程

win10+python3下Anaconda的安装及环境变量配置-CSDN博客

复制Anaconda虚拟环境_anaconda3 虚拟环境复制下来-CSDN博客

如何检查显卡支持哪个版本的CUDA ?_怎么看显卡支持 cuda-CSDN博客