conda 环境 Java conda 环境初始化

conda初始化&常用命令
conda常用命令
conda info # 查看conda信息
conda search python #conda搜索python版本
conda info -e # 显示所有的虚拟环境&当前所在环境
python --version # 查看python版本
管理环境
conda env list #显示所有的虚拟环境
conda create -n py39 python=3.9 # 创建一个名为 py39 环境，指定Python版本是3.9
activate py39 # 激活/切换到名为 env_name 的环境 (Windows 使用)
source activate py39 # 激活名为 env_name 的环境 (Linux & Mac使用用)
conda config --append channels conda-forge py39 #关闭名为 env_name的环境( Windows使用)
source deactivate py39 # 关闭名为 env_name的环境(Linux & Mac使用）
conda remove --name py39 --all # 删除一个名为 env_name 的环境
conda create --name newname --clone oldname # 克隆oldname环境为newname环境
channel管理
conda config --get channels # 列出已有的channel
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # 添加清华源(TUNA)源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # 添加清华源(TUNA)源
conda config --setshow_channel_urls yes # 设置源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ # 添加中科大源(USTC)源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ # 添加中科大源(USTC)源
conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.8.0 # 使用地址 https://conda.anaconda.org/anaconda 来安装tensorflow
conda config --remove channels “‘https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/’” # 删除channel
conda config --remove-key channels # 换回默认源
package管理
conda config --get channels #查看channel
conda list #查看当前环境下已安装的package
conda search numpy # 查找名为 numpy 的信息 package 的信息
conda install numpy # 安装名字为 numpy 的package 安装命令使用-n指定环境 --channel指定源地址
conda install -n env_name numpy # 在env_name的环境中 安装名字为 fulade 的package
conda update numpy #更新numpy package
conda uninstall numpy #卸载numpy package
清理conda
conda clean -p //删除没有用的包
conda clean -t //删除tar包
conda clean -y --all //删除所有的安装包及cache
升级
conda update --all # 更新全部
conda update conda # 更新 conda
conda update anaconda # 更新 anaconda
conda update anaconda-navigator # update最新版本的anaconda-navigator
conda update python # 更新 python
conda版本
conda -V
或者
conda --version
虚拟环境
创建虚拟环境
conda create -n env_name python=x.y
e.g. 创建python3.5的虚拟环境：
conda create -n py35 python=3.5
删除虚拟环境
conda remove --name env_name --all
重命名虚拟环境
没法直接重命名虚拟环境，只能很naive的从原有环境clone，然后删掉原有环境（或者用下面的“分享环境”的做法，不过估计需要联网速度更慢）：
conda create --name new_name --clone old_nameconda remove --name old_name --all
列出虚拟环境
conda env list
或者：
conda info --envs#也可以用缩写形式：conda info -e
切换/激活虚拟环境
conda activate env_name
e.g. 激活py35环境：
conda activate py35
退出当前虚拟环境
conda deactivate
分享环境
导出虚拟环境
导出到yml文件，相当于pip用的requirements.txt的升级版
conda env export > environment.yml
注意：如果导出的environment.yml开头几行显示的channel是anaconda官方（https://repo.anaconda.com/pkgs/main），可以考虑换成tuna的镜像通道（https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main）来加速，e.g.
name: basechannels: - https://repo.anaconda.com/pkgs/main - defaultsdependencies: - asn1crypto=0.24.0=py37_0 - attrs=19.3.0=py_0 - backcall=0.1.0=py37_0 …
换成：
name: basechannels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - defaultsdependencies: - asn1crypto=0.24.0=py37_0 - attrs=19.3.0=py_0 - backcall=0.1.0=py37_0 …
使用yml导入创建虚拟环境
conda env create -n env_name -f environment.yml
复制虚拟环境
conda create -n new_env_name --clone env_name
查看某个环境的位置
默认的conda虚拟环境叫做"base"，它提供的python在/home/zz/soft/miniconda。
base环境之外的虚拟环境，例如py35，在/home/zz/soft/miniconda3/envs/py35/。
在某些开源项目的编译配置环境（例如OpenCV等），可以指定特定版本的python，则需要到/home/zz/soft/miniconda3/envs/py35/这样的位置下找。
列出软件包
包的基本信息
显示当前环境的所有包的基本信息
conda list
显示指定虚拟环境的所有包的基本信息
conda list -n env_name
区分显示conda和pip包的信息
当前环境的：
conda env export
输出结果中- pip开始列出的是pip包列表。
conda env export -n env_name
安装软件包
在当前虚拟环境中安装软件包
conda install pkg_name
e.g. 安装cmake（cmake不是一个pypi包，但可以通过conda下载安装，并且如果你在condarc中配置了国内镜像，下载起来会非常快，比自己手动去cmake官网下载快很多）：
conda install cmake
在指定虚拟环境中安装软件包
conda install --name env_name pkg_name
从指定channel下载安装
以下载pytorch包举例：
conda install --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ pytorch
或者用缩写的参数-c替代–channels，用~/.condarc中配置的名为pytorch的channel
conda install -c pytorch pytorch
删除软件包
当前环境
conda remove pkg_name
指定环境
conda remove --name env_name pkg_name
查找软件包
conda search pkg_name
conda配置
.condarc
Linux/Mac: ~/.condarc
Windows: c:/Users/xxx/.condarc
在国内使用tuna的conda镜像。个人感觉这个.condarc中配置的是各个channel，一方面是管理不同版本的包（例如pytorch这个channe），另一方面可以切换镜像，用来加速。
channels: - defaultsshow_channel_urls: truedefault_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/rcustom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pip.conf
Linux/Mac: ~/.pip/pip.conf
Windows: C:/Users/xxx/pip/pip.ini
除了配置conda镜像，还需要配置pip镜像。因为很多python包还是需要通过pip而不是conda安装（conda里没有相应的包，只有pypi里有），此时pip使用国内镜像来加速，需要配置pip.conf，例如：
[global]index-url = https://mirrors.aliyun.com/pypi/simple/ [install]trusted-host=mirrors.aliyun.com
bash/zsh自动加载
以前都是安装miniconda/anaconda时选择"yes"，自动追加配置到/.bashrc，然后手动复制到/.zshrc（我默认用的zsh替代了bash作为解释器）。其实可以更简单：
conda init zsh
进入bash/zsh不自动activate base env
conda config --set auto_activate_base false