====== Anaconda常用命令 ======

[[https://www.jianshu.com/p/6d7de7a00b8d|Anaconda常用命令-简书]]

1、查看已安装的包
<code>

conda list

</code>

2、更新所有包

<code>
conda upgrade --all

</code>

3、安装包

<code>
conda install package_name

</code>

4、删除包

<code>
conda remove package_name

</code>

5、更新包

<code>
conda update package_name

</code>

6、不知道包名要找包

<code>
conda search name

</code>

7、用conda建立虚拟环境

<code>
conda create -n env_name list_of_packages

</code>

其中 -n 代表 name，env_name 是需要创建的环境名称，list of packages 则是列出在新环境中需要安装的工具包。 例如，当我安装了 Python3 版本的 Anaconda 后，默认的 root 环境自然是 Python3，但是我还需要创建一个 Python 2 的环境来运行旧版本的 Python 代码，最好还安装了 pandas 包，于是我们运行以下命令来创建：

<code>
conda create -n py2 python=2.7 pandas

</code>

细心的你一定会发现，py2 环境中不仅安装了 pandas，还安装了 numpy 等一系列 packages，这就是使用 conda 的方便之处，它会自动为你安装相应的依赖包，而不需要你一个个手动安装。

{{http://wiki.codingant.cn/lib/plugins/ckgedit/ckeditor/plugins/smiley/images/lightbulb.png?nolink&23x23|enlightened}}创建虚拟环境时，需要加python版本或者需要安装的包名，否则新建的虚拟环境没有bin文件夹，实际还是base，激活环境后安装的包都是在base下，而不是虚拟环境中。

8、进入虚拟环境
<code>

source activate env_name

</code>

9、退出虚拟环境

<code>
source deactivate

</code>

10、删除名为 env_name 的环境

<code>
conda env remove -n env_name

</code>

11、显示所有的环境：

<code>
conda env list

</code>

12、当分享代码的时候，同时也需要将运行环境分享给大家，执行如下命令可以将当前环境下的 package 信息存入名为 environment 的 YAML 文件中

<code>
conda env export> environment.yaml

</code>

13、使用别人生成的yaml文件创建环境

<code>
conda env create -f environment.yaml

</code>

14、克隆环境

<code bash>
conda create -n newname --clone oldname


</code>