Anaconda的conda常用命令以及mamba、换源加速
0.官方文档
https://docs.conda.org.cn/projects/conda/en/stable/user-guide/getting-started.html
1. 配置管理
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
# 查看当前配置的源
# 显示当前配置的所有通道（channels）和源
conda config --show-sources
# 添加源
# 添加新的通道（源），例如添加清华大学镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 删除源
# 删除一个已配置的通道（源），例如删除清华大学镜像源
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 移除所有自定义通道，恢复默认源
conda config --remove-key channels
# 显示所有配置
# 显示当前 Conda 的所有配置信息，包括通道、超时设置等
conda config --show
# 设置代理服务器
# 设置 HTTP 和 HTTPS 代理服务器地址
conda config --set proxy_servers.http http://your_proxy_address:port
conda config --set proxy_servers.https https://your_proxy_address:port
# 增加超时时间
# 设置连接和读取超时时间
conda config --set remote_connect_timeout_secs 90
conda config --set remote_read_timeout_secs 600
2. 环境管理
# 创建新环境
# 创建一个新的 Conda 环境，并指定 Python 版本
conda create -n myenv python=3.10
# 激活环境
# 激活指定的 Conda 环境
conda activate myenv
# 退出当前环境
# 退出当前激活的 Conda 环境，返回到基础环境
conda deactivate
# 列出所有环境
# 列出所有已创建的 Conda 环境及其路径
conda env list
# 删除环境
# 删除指定的 Conda 环境
conda env remove -n myenv
# 导出环境配置
# 将当前环境的配置导出为 environment.yml 文件
conda env export > environment.yml
# 从文件创建环境
# 根据 environment.yml 文件创建一个新的环境
conda env create --file environment.yml
3. 包管理
# 安装包
# 在当前激活的环境中安装指定的包
conda install numpy
# 安装指定版本的包
# 安装指定版本的包
conda install numpy=1.21.0
# 卸载包
# 从当前激活的环境中卸载指定的包
conda remove numpy
# 列出已安装的包
# 列出当前激活环境中已安装的所有包及其版本
conda list
# 查看包依赖
# 列出当前环境中所有包的详细依赖关系
conda list --explicit
# 查看包来源
# 显示每个包的来源通道
conda list --show-channel-urls
4. 系统管理
# 更新 Conda
# 更新 Conda 到最新版本
conda update conda
# 更新所有包
# 更新当前环境中所有已安装的包到最新版本
conda update --all
# 清理缓存
# 清理 Conda 的包缓存，释放磁盘空间
conda clean --all
5. 其他
# 查看 Conda 版本
# 显示当前安装的 Conda 版本
conda --version
# 查看 Python 版本
# 显示当前环境中 Python 的版本
python --version
# 查看当前激活的环境
# 显示所有环境，并标记当前激活的环境
conda info --envs
6. 高级用法
# 使用 mamba 替代 Conda
# 安装 mamba（一个更快的 Conda 替代品）
conda install mamba -c conda-forge
# 使用 mamba 创建环境
mamba env create --file environment.yml
# 使用 mamba 安装包
mamba install numpy
7. 故障排除
# 查看日志文件
# 查看 Conda 的日志文件以获取更多信息
conda info --json
# 重新生成 .condarc 文件
# 删除当前的 .condarc 文件并重新生成默认配置
rm ~/.condarc
conda config --show-sources
8. 示例：完整流程
# 1. 配置源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 2. 创建环境
conda create -n myenv python=3.10
# 3. 激活环境
conda activate myenv
# 4. 安装包
conda install numpy pandas
# 5. 列出已安装的包
conda list
# 6. 导出环境配置
conda env export > environment.yml
# 7. 从文件创建环境
conda env create --file environment.yml
# 8. 删除环境
conda env remove -n myenv