在使用anaconda时，老是要查询命令，在这里进行总结一些，便于之后的查找
可以在官网获得更加详细的解释
请注意~/.condarc这个文件，如果你想要了解更多还是要参阅官网
获得版本号
conda --version
获得帮助
如果要查看对某一命令的帮助，可以添加--help或-h
conda update --help
环境管理
创建环境
conda create --name env_name
如果需要指定Python的版本，则可以在最后面添加python
conda create --name env_name python=3.8
列举环境列表
可以使用conda info --envs或者conda env list
进入某个环境
在ubuntu中，如果只是使用activate是不可行的，需要使用conda activate
conda activate env_name
退出某个环境
conda deactivate
删除环境
conda remove --name env_name
搜索包
给虚拟环境安装包
我们即可以使用conda也可以直接使用pip
- 使用
conda
如果你已经进入环境了，则可以直接使用conda install numpy。当然如果你想为其他环境下载包，也可以加上参数：
conda install -n env_name numpy
- 使用
pip
我们进入某个环境中，这与正常的使用是一致的
查看环境中的包的列表
如果你在当前的环境中，可以使用
conda list
如果不在，则使用
conda list -n env_name
卸载包
当我们进入某个环境中，我们就可以使用conda uninstall xxx进行卸载包。
我们也可以清理一些无用的包，使用conda clean命令，这个命令可以自动检查哪些包没有在包缓存中被硬依赖其他地方，并删除它们。
conda clean -p # 删除没有用的包
conda clean -t # 删除tar打包
###
共享环境
我们可以创建一个environment.yml文件来使他人来copy我们的环境
-
首先激活环境
conda activte myenv -
将活动环境导入到新文件
conda env export > environment.yml
他会在当前目录下创建一个environment.yml文件，他里面的内容是，这是一个稍微复杂的文件
name: stats2
channels:
- javascript
dependencies:
- python=3.4 # or 2.7
- bokeh=0.9.2
- numpy=1.9.*
- nodejs=0.10.*
- flask
- pip:
- Flask-Testing
- 从
environment.yml中创建环境
conda env create -f environment.yml
更改系统源
我是直接参考了清华大学的镜像站
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
如果你想要了解更多，你可以去参阅conda，因为我暂时用不到这些。