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:
- 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