Anaconda3 使用手册

在 Python 的编程过程中您可以会遇到如下场景：

我的电脑上安装了 Python3 但是刚刚接手的项目是 Python2 的，我该怎么办？需要重新安装 Python 吗？
对于深度学习项目，您如何配置不同的环境以匹配不同的框架（如 Pytorch，MXNet，TensorFlow）？
如何将已经配置好的环境迁移到其他电脑上，而无需重新配置环境？
如何直接在 Jupyter Notebook 中切换环境？

😢这么多问题？该怎么办？其实，这些问题，只要您安装 Anaconda3 即可迎刃而解！

关于软件的安装，按照图示提示即可。本文主要介绍如何解决上述问题。本文以主要着眼于 Windows10 系统，其他系统是类似的。

1 Anaconda 基础

查看 conda 版本

Windows 用户请打开 “Anaconda Prompt”；macOS 和 Linux 用户请打开 “Terminal”（“终端”）进行操作。

conda --version

终端上将会以 conda 版本号的形式显示当前安装 conda 的版本号，如：conda 4.8.2。

更新 conda 至最新版本

conda update conda

执行命令后，conda 将会对版本进行比较并列出可以升级的版本。同时，也会告知用户其他相关包也会升级到相应版本。

查看 conda 帮助信息

conda --help # 或者 conda -h

卸载 conda

① Linux 或 macOS

rm -rf ~/anaconda3

即删除Anaconda的安装目录。根据安装的Anaconda版本选择相应的卸载命令。

② Windows

控制面板 → 添加或删除程序 → 选择“Python X.X (Anaconda)” → 点击“删除程序”

注意：Python X.X：即 Python 的版本，如：Python 3.6。

2 使用命令行进行环境管理

如果您在安装 Anaconda 时将其添加到了电脑的环境变量，可以在命令行直接输入 activate 激活环境。否则，需要使用完整的路径激活环境比如：

C:\Users\xinet\anaconda3\Scripts\activate

该路径是您的 Anaconda3 所在目录，即：

图1 activate Python base 环境

运行该命令，终端便会多一个 base 的提示：

图2 在终端进入 base 环境

最好不要在 base 环境中安装或者配置一些包之类的，它是 Python 的基础环境，为了更好的管理 Python 环境，需要创建属于自己的环境。

2.1 创建新环境

conda create --name <env_name> <package_names>

也可以简写为 conda create -n <env_name> <package_names>。其中 <env_name> 与 <package_names> 分别表示创建的环境名以及环境中的包名。建议以英文命名，且不加空格，名称两边不加尖括号 <>。

如果要安装指定的版本号，则只需要在包名后面以 = 和版本号的形式执行。如： conda create --name python2 python=2.7 ，即创建一个名为 “python2” 的环境，环境中安装版本为 2.7 的 python。
如果要在新创建的环境中创建多个包，则直接在 <package_names> 后以空格隔开，添加多个包名即可。如： conda create -n python3 python=3.5 numpy pandas，即创建一个名为 “python3” 的环境，环境中安装版本为 3.5 的 Python，同时也安装了 numpy 和 pandas。

提示：默认情况下，新创建的环境将会被保存在 /Users/<user_name>/anaconda3/env 目录下，其中，<user_name> 为当前用户的用户名。

2.2 切换环境

需要注意本文介绍的激活方法仅仅适用于 conda 4.6 及其以上版本。

conda activate <env_name> # 切换环境

2.3 列出全部环境

列出全部环境可以是 conda env list 或者 conda info -e 或者 conda info --envs。结果中星号“*”所在行即为当前所在环境。macOS系统中默认创建的环境名为“base”。

图2 列出全部环境

2.4 复制环境

<copied_env_name> 即为被复制/克隆环境名。<new_env_name> 即为复制之后新环境的名称。

conda create --name <new_env_name> --clone <copied_env_name>

2.5 删除环境

conda remove --name <env_name> --all

其中 <env_name> 为被删除环境的名称。

2.6 导入导出环境

如果想要导出当前环境的包信息可以用

conda env export > environment.yaml

将包信息存入 yaml 文件中。当需要重新创建一个相同的虚拟环境时可以用

conda env create -f environment.yaml

3 使用命令行进行管理包

3.1 查找可供安装的包版本

精确查找

conda search --full-name <package_full_name>

--full-name 为精确查找的参数。<package_full_name>是被查找包的全名。

模糊查找

conda search <text>

其中 <text> 是查找含有此字段的包名。例如：conda search py 即查找含有 py 字段的包，有哪些版本可供安装。

3.2 获取当前环境中已安装的包信息

conda list

执行上述命令后将在终端显示当前环境已安装包的包名及其版本号。

3.3 安装包

在指定环境中安装包

conda install --name <env_name> <package_name>

<env_name> 即将包安装的指定环境名。<package_name> 即要安装的包名。例如：conda install --name python2 pandas 即在名为“python2”的环境中安装 pandas 包。

在当前环境中安装包

conda install <package_name>

使用 pip 安装包

✋使用场景：当使用 conda install 无法进行安装时，可以使用 pip 进行安装。例如：see 包。

pip install <package_name>

注意：pip 只是包管理器，无法对环境进行管理。因此如果想在指定环境中使用 pip 进行安装包，则需要先切换到指定环境中，再使用 pip 命令安装包。pip 无法更新 Python，因为 pip 并不将 python 视为包。pip 可以安装一些 conda 无法安装的包；conda 也可以安装一些 pip 无法安装的包。因此当使用一种命令无法安装包时，可以尝试用另一种命令。

从 http://Anaconda.org 安装包

✋使用场景：当使用 conda install 无法进行安装时，可以考虑从 http://Anaconda.org 中获取安装包的命令，并进行安装。

3.4 卸载包

卸载指定环境中的包

conda remove --name <env_name> <package_name>

<env_name> 即卸载包所在指定环境的名称。<package_name> 即要卸载包的名称

卸载当前环境中的包

conda remove <package_name>

3.5 更新包

更新所有包

conda update --all

建议：在安装 Anaconda 之后执行上述命令更新 Anaconda 中的所有包至最新版本，便于使用。

更新指定包

conda update <package_name>

<package_name> 为指定更新的包名。更新多个指定包，则包名以空格隔开，向后排列。如：conda update pandas numpy matplotlib 即更新 pandas、numpy、matplotlib 包。

4 设置清华镜像

参考：anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 ...

为了提高 pip 与 conda 安装软件包的速度，我们需要设置清华镜像。对于 pip，不同系统设置的方法是一样的，即：

$ pip install --upgrade pip -U # -U == --user
$ pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

而对于 conda，在 Windows10 中这样设置：

$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
$ conda config  --set show_channel_urls yes

在 Ubuntu18.04 中设置 conda，需要借助 vscode 修改用户目录下的 .condarc，即 code ~/.condarc，然后添加如下内容：

channels:
  - defaults
show_channel_urls: true
default_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/r
custom_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

5 在 Jupyter Notebook 中切换环境

我们知道 Jupyter Notebook 是一个十分强大的工具，需要在 Jupyter Notebook 中切换环境，则需要配置 ipykernel，比如，创建一个 TensorFlow 的环境：

$ conda install ipykernel
$ python -m ipykernel install --user --name tensorflow --display-name "tensorflow"

效果如下：

图3 在 Jupyter Notebook 中切换环境

如果没有达到预期效果，可以继续安装 jupyter 即可：

$ pip install jupyter

更多精彩见 6 搭建一个友好的可塑性计算机视觉工具集。

讨论

在 Windows10 的 PowerShell 不能直接切换 conda 的环境，您需要在其中输入:

$ cmd

才可以切换环境。具体见下图：

图7 在 Windows10 的 PowerShell 切换 Python 环境

图7 中不能直接使用 conda 的原因是我的电脑没有把 conda 添加的电脑的系统环境变量之中，所以需要使用绝对路径启动 base 环境。