anaconda3 | 包管理

這部分功能與pip類似。
1. 安裝package:如果不用-n指定環境名稱,則被安裝在當前環境

conda install scipy
conda install -n python34 numpy

也可以通過-c指定通過某個channel安裝

最新版的conda是從site-packages文件夾中搜索已經安裝的包,不依賴于pip,因此可以顯示出通過各種方式安裝的包

安裝完成后,可以用“which 軟件名”來查看該軟件安裝的位置:

 which gatk

如需要安裝特定的版本:

conda install 軟件名=版本號
conda install gatk=3.7

這時conda會先卸載已安裝版本,然后重新安裝指定版本。
更新指定軟件:

conda update gatk

卸載指定軟件:

conda remove gatk

2. 查看已安裝的包
(1) 查看當前環境下已安裝的包

conda list

(2) 查看某個指定環境的已安裝包

conda list -n python34

3. 查找package信息
查找可供安裝的包版本

#精確查找
conda search --full-name python       #即查找全名為“python”的包有哪些版本可供安裝。

#模糊查找
conda search py                       #即查找含有“py”字段的包,有哪些版本可供安裝。
conda search numpy

4. 刪除package

conda remove -n python34 numpy
conda remove pandas                       #即在當前環境中卸載pandas包。

5. 更新package
更新所有包

conda update --all
conda upgrade --all

更新指定包

conda update numpy
conda upgrade numpy

建議:在安裝Anaconda之后執行上述命令更新Anaconda中的所有包至最新版本,便于使用。

conda update -n python34 numpy

前面已經提到,conda將conda、python等都視為package,因此,完全可以使用conda來管理conda和python的版本,例如

# 更新conda,保持conda最新
conda update conda

# 更新anaconda
conda update anaconda

# 更新python
conda update python

假設當前環境是python 3.4, conda會將python升級為3.4.x系列的當前最新版本

6.補充:如果創建新的python環境,比如3.4,運行conda create -n python34 python=3.4之后,conda僅安裝python 3.4相關的必須項,如python, pip等,如果希望該環境像默認環境那樣,安裝anaconda集合包,只需要:

在當前環境下安裝anaconda包集合

conda install anaconda

結合創建環境的命令,以上操作可以合并為

conda create -n python34 python=3.4 anaconda

也可以不用全部安裝,根據需求安裝自己需要的package即可

Conda clean 凈化Anaconda

conda 安裝的包都在目錄Anaconda/pkgs下。隨著使用,conda 安裝的包也越來越多;有時候會出現以下不好的情況:

  • 有些包安裝之后,從來沒有使用過;
  • 一些安裝包的tar包也保留在了計算機中;
  • 由于依賴或者環境等原因,某些包的不同版本重復安裝。

上面的這些情況使得anaconda顯得更加冗余,并且浪費儲存;對于這些情況可以使用conda clean 凈化Anaconda。

查看conda clean使用參數

$ conda clean -H
usage: conda clean [-h] [-a] [-i] [-l] [-p] [-t] [-f]
                   [-c TEMPFILES [TEMPFILES ...]] [-d] [--json] [-q] [-v] [-y]

Remove unused packages and caches.

Examples:
    conda clean --tarballs

刪除從不使用的包

$ conda clean --packages

刪除tar包

$ conda clean --tarballs

刪除索引緩存、鎖定文件、未使用過的包和tar包。

$ conda clean -a 

常見報錯:

  1. 問題描述
UnsatisfiableError: The following specifications were found to be incompatible with each other:

Output in format: Requested package -> Available versionsThe following specifications were found to be incompatible with your CUDA driver:

feature:/win-64::__cuda==10.2=0
feature:|@/win-64::__cuda==10.2=0
Your installed CUDA driver is: 10.2

解決方案
在pycharm安裝或使用’conda install scikit-learn‘來安裝scikit-learn包時,會出現以上錯誤,百度找不出原因,但使用pip安裝就沒有報錯。

pip install scikit-learn

經過本人多次嘗試,pip安裝包出錯率小于conda,所以安裝各種包時,推薦用pip安裝。

參考:conda clean

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。