我常用的6個conda命令，提升工作效率
《Python實踐》專欄·第1篇
文 | Pyer
1058字 | 3分鐘閱讀
【數(shù)據(jù)科學與人工智能】開通了Python群，大家可以相互學習和交流。請掃描下方二維碼，備注：Python，添加我為好友，誠邀你入群，一起進步。
朋友們，我是用Anaconda數(shù)據(jù)科學套件構(gòu)建Python和數(shù)據(jù)科學與人工智能的工作環(huán)境，不知大家也是否這樣。本文總結(jié)我常用的6個conda命令，這6個命令給我?guī)磉@些好處，一是，幫助我更好地管理和使用Anaconda這個軟件和平臺；二是，利用這些命令，可以提升我的工作效率。比方說，采用命令方式，可以在base環(huán)境的基礎(chǔ)上，創(chuàng)建以目的為導向的新的工作環(huán)境，我就創(chuàng)建了一個專門用于做數(shù)據(jù)科學學習和實踐的環(huán)境，把與數(shù)據(jù)科學相關(guān)問題和任務，全部切換到這個工作環(huán)境下解答和完成。
我常用的6個conda命令，總結(jié)如下：
第一：用來了解工作環(huán)境的命令
conda env list或者conda info --env
有*標記的那個環(huán)境表示為當前的工作環(huán)境，看到這個結(jié)果，我們會有兩個問題需要解決，一是，如何創(chuàng)建新的工作環(huán)境；二是，如何切換和退出到新的工作環(huán)境。這就是，我需要繼續(xù)說的命令。
第二：用戶定制自己工作環(huán)境
我通常會在base的基礎(chǔ)上拷貝一份工作環(huán)境，可以理解為做一個副本，并重命名，例如：用于做數(shù)據(jù)科學的data_science。
conda create --name data_science --clone base若是不想克隆，也可以按著下面操作，按需選擇合適的命令操作。
# 1)用于創(chuàng)建指定Python版本的環(huán)境conda create --name env_name python=3.6# 2) 用于創(chuàng)建指定某些包的環(huán)境conda create --name env_name numpy scipy# 3) 1)與2）結(jié)合conda create --name env_name python=3.7 numpy scipy
第三：進入和退出定制工作環(huán)境
# 進入data_science工作環(huán)境或者切換到activate data_science# 退出data_science工作環(huán)境conda deactivate
第四：協(xié)同工作，分享自己的工作環(huán)境
我們進入到自己定制的工作環(huán)境后，需要與其他合作伙伴協(xié)同工作，也需要他們配置和我們一樣的工作環(huán)境，我們可以采用命令把工作環(huán)境保存為yml文件，然后傳給合作伙伴，他們可以根據(jù)yml文件，搭建一個和我們一樣的工作環(huán)境。
activate data_science# 第一步：進入到你要保存yml文件的路徑下D:cd Env# 第二步：生成yml文件conda env export > data_science.yml# 第三步：查看dir# 第四步：把yml文件分享給合作者# 第五步：合作者根據(jù)yml文件創(chuàng)建工作環(huán)境# 注意切換到y(tǒng)ml所對應的文件路徑下，然后執(zhí)行下面命令conda env create -f data_science.yml
第五：查看工作環(huán)境下面，已經(jīng)安裝了那些Python庫
conda list第六：Python庫的管理（安裝、刪除和更新）
# 1）安裝conda install tensorflow# 或者pip install tensorflow# 2） 刪除conda remove lib_name# 3) 更新conda update lib_name
以上這些命令，是我經(jīng)常使用的conda命令，通過它們，我可以高效地利用Anaconda基于Python語言做數(shù)據(jù)科學與人工智能的工作。
你常用那些conda命令，歡迎留言。
每周一書