conda常用指令

安装 conda

conda 分为 anaconda 和 miniconda，anaconda 是一个包含了许多常用库的集合版本，miniconda 是精简版本（只包含conda、pip、zlib、python 以及它们所需的包）

• miniconda 官网： https://conda.io/miniconda.html
• anaconda 官网： https://www.anaconda.com/download

检查 conda 是否安装成功，返回conda版本号则说明安装成功

conda --version

升级 conda

conda update conda

添加镜像源

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/

目前国内提供conda镜像的大学
  清华大学: https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
  北京外国语大学: https://mirrors.bfsu.edu.cn/help/anaconda/
  南京邮电大学: https://mirrors.njupt.edu.cn/
  南京大学: http://mirrors.nju.edu.cn/
  重庆邮电大学: http://mirror.cqupt.edu.cn/
  上海交通大学: https://mirror.sjtu.edu.cn/
  哈尔滨工业大学: http://mirrors.hit.edu.cn/#/home
  (目测哈工大的镜像同步的是最勤最新的)

查看已经添加的channels

conda config --get channels

已添加的channel在哪里查看

# windows 用户在C:\Users\～\下面
windows 用户无法直接创建 .condarc 文件，需要通过指令 
conda config --set show_channel_urls yes 
生成该文件，然后可以通过 vim/notepad++ 再修改

恢复默认镜像源

conda config --remove-key channels

创建/删除 环境

命令创建python版本为X.X、名字为 env_name 的虚拟环境。env_name文件可以在Anaconda安装目录 envs文件下找到。

conda create -n env_name python=3.8

在conda环境下，输入以下命令查看当前存在的环境：

conda env list（或者输入conda info --envs也是一样滴）

删除环境

conda remove -n env_name --all
conda env remove -n env_name

重命名环境

将 --clone 后面的环境重命名成 -n 后面的名字

conda create -n torch --clone py3      # 将 py3 重命名为 torch

创建完成环境之后，系统会提示如何 进入和退出环境

conda activate env_name          # 进入环境
conda deactivate                # 退出环境

在conda环境内使用 pip安装

在anaconda下用pip装包的原因：尽管在anaconda下我们可以很方便的使用conda install来安装我们需要的依赖，但是anaconda本身只提供部分包，远没有pip提供的包多，有时conda无法安装我们需要的包，我们需要用pip将其装到conda环境里。

首先进入指定的环境中，然后再通过 pip 安装即可，命令如下

注！安装特定版本的包，conda用“=”，pip用“==”

conda activate env_name          # 进入环境

conda install numpy=1.93
pip  install numpy==1.93

conda deactivate                # 安装完之后记得退出环境

安装/删除 命令:

conda install gatk
conda install gatk=3.7                    # 安装特定的版本:
conda install -n env_name gatk           # 将 gatk 安装都 指定env_name中

当然, 也可以用这个命令进行搜索（会稍微慢一点）

conda search gatk

安装完成后，可以用“which 软件名”来查看该软件安装的位置：

which gatk

查看已安装的库:

conda list
conda list -n env_name      # 查看 env_name 下的库

更新指定库:

conda update gatk
conda update --all       # 升级全部库

删除环境中的某个库：

conda remove --name env_name gatk

卸载 conda

清理：rm -rf /opt/anaconda3
删除 ~/.bash_profile中anaconda的环境变量
删除Anaconda的可能存在隐藏的文件
rm -rf ~/.condarc ~/.conda ~/.continuum
经过以上步骤后，Anaconda 就被彻底删除了。

CondaHTTPError 问题

对于创建环境或者安装库的时候可能出现 CondaHTTPError 的问题，提供一下两种解决方案

1、添加国内镜像源，可以参考上面【2】的添加办法，或者在系统C盘用户文件夹下面，会有一个 .condarc 的文件，在此可以手动自行添加 channels
2、可能是现有的库文件版本较低，可以尝试升级下现有的库，方法如下

conda update --all       # 升级全部库

来源：https://blog.51cto.com/u_16213688/7192603