这篇文章主要讲解了“怎么用conda管理Anaconda环境”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“怎么用conda管理Anaconda环境”吧！

让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名注册、网页空间、营销软件、网站建设、武穴网站维护、网站推广。

Anaconda也自带一个包管理工具conda，并具有自己的包仓库和服务器。下面简单介绍一下conda：

conda是Anaconda专用的开源包（packages）和虚拟环境（environment）管理工具。

• packages 管理： 可以使用conda来安装、更新、卸载工具包，并且它更关注于数据科学相关的工具包。值得一提的是，conda并不仅仅管理Python的工具包，它也能安装非python的包。比如在新版的Anaconda中就可以安装R语言的集成开发环境 Rstudio。

• 虚拟环境管理： 在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。也可以建立Python2和Python3两个环境，来分别运行不同版本的Python代码。

管理包：

# 确认conda已安装: conda --version

# 更新conda版本: conda update conda

# 查询conda信息: conda info

# 升级anaconda: conda update anaconda 

1. 安装包：

conda install package_name

2. 同时安装多个包：

conda install numpy scipy pandas

3. 安装指定版本

conda install numpy=1.10

4. 移除包

conda remove package_name

5. 更新包

conda update package_name

5. 更新所有包

conda update --all

6. 查看所有已经安装的包：

conda list

7. 查询某个包，也可以进行模糊查询：

conda  search search_key_word

环境管理：

1. 创建一个新环境：

conda create -n env_name  list of packages

其中 -n 代表name，env_name是需要创建的环境名称，list of packages 则是列出在新环境中同时需要安装的工具包。

例如：

conda create -n py3 python=3.7 pandas

或者复制一个已有的环境

conda create --name new_env --clone old_env


2. 进入名为env_name的环境：

source activate env_name

3. 退出当前环境：

source deactivate

在Windows系统中，使用activate env_name和deactivate来进入和退出某个环境。

4. 删除名为env_name的环境：

conda env remove -n env_name

5. 显示所有的环境：

conda env list

6. 查看环境信息

conda info --envs


7. 当分享代码给别人的时候，同时也需要将运行环境分享，执行如下命令可以将当前环境下的package信息存入名为environment的YAML文件中。

conda env export --name env_name > environment.yaml

同样，当执行他人的代码时，也需要配置相应的环境。这时你可以用对方分享的YAML文件来创建一摸一样的运行环境。

conda env create -f environment.yaml

感谢各位的阅读，以上就是“怎么用conda管理Anaconda环境”的内容了，经过本文的学习后，相信大家对怎么用conda管理Anaconda环境这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！

当前题目：怎么用conda管理Anaconda环境
标题路径：http://scyanting.com/article/pcoiij.html