Anaconda使用conda管理技巧汇总——转载

0.conda概述
如果你以前使用pip和virtualenv，使用conda你可以完成所有的操作，pip是一个包管理器而virtualenv是一个环境管理器,Conda兼具两者的功能。

Task Conda package and environment manager command
Install a package conda install $PACKAGE_NAME
Update a package conda update --name $ENVIRONMENT_NAME $PACKAGE_NAME
Update package manager conda update conda
Uninstall a package conda remove --name $ENVIRONMENT_NAME $PACKAGE_NAME
Create an environment conda create --name $ENVIRONMENT_NAME python
Activate an environment source activate $ENVIRONMENT_NAME
Deactivate an environment source deactivate
Search available packages conda search $SEARCH_TERM
Install package from specific source conda install --channel $URL $PACKAGE_NAME
List installed packages conda list --name $ENVIRONMENT_NAME
Create requirements file conda list --export
List all environments conda info --envs
Install other package manager conda install pip
Install Python conda install python=x.x
Update Python conda update python *

1.Python版本更换
在使用Anaconda的过程中,往往会遇到这样的情况,我们下载安装anaconda3目前默认是Python3.6,但是好多应用例如TensorFlow仅对Python3.5支持较好,所以就不得不进行Python版本的更替,我们使用conda install指令而不是conda update指令.

（2017.5.2）注：该方法实测目前出现了小bug，Python版本降为3.5.3后，启动Spyder时IPython控制窗口会报错并无法启动，经过查证得到的回复是在Spyder3.1.4中会得到修复，但是目前在conda的包源中还没有支持到3.1.4，并且强烈不建议pip与conda混用，但愿conda能尽快支持上以尽快修复该bug。
# Python3.6到3.5
conda install python=3.5.3
2.conda的环境管理
Conda的环境管理功能允许我们同时安装若干不同版本的Python，并能自由切换。对于上述安装过程，假设我们采用的是Python 2.7对应的安装包，那么Python 2.7就是默认的环境（默认名字是root，注意这个root不是超级管理员的意思）。

# 创建一个名为python34的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本）
conda create --name python34 python=3.4

# 安装好后，使用activate激活某个环境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 激活后，会发现terminal输入的地方多了python34的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.4对应的命令加入PATH

# 此时，再次输入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系统已经切换到了3.4的环境

# 如果想返回默认的python 2.7环境，运行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac

# 删除一个已有的环境
conda remove --name python34 --all
用户安装的不同python环境都会被放在目录~/anaconda/envs下，可以在命令中运行conda info -e查看已安装的环境，当前被激活的环境会显示有一个星号或者括号。

3.conda清理瘦身
anaconda就像一个相对独立的生态，所有被安装的包都在anaconda的安装目录下客观存在者，客观占用着我们的硬盘空间，随着使用到的包越来越多，一次次伴随安装的依赖包也越来越多，还有Python每个版本都对应了自身的一整套包，例如Python3.5和3.6就分别对应了各自的一整套包，anaconda文件夹的体积也越来越大，突发奇想查看一下呗，7.8G，瞬间被吓倒，怎么解决呢，很简单！

conda clean就可以轻松搞定！第一步：通过conda clean -p来删除一血没用的包，这个命令会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们。第二步：通过conda clean -t可以将conda保存下来的tar包。经过上面两步，我的anaconda便变成了4.3G，几乎瘦身一半。有一点要注意的是，conda clean命令是对所有anaconda下的包进行搜索，当然也包括构建的其他Python环境中的包，这一点还是很高效的，不用再进入其他环境重复操作。
————————————————
版权声明：本文为CSDN博主「marsjhao」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/marsjhao/article/details/62884246