Conda 使用手册¶
Conda 是针对于 Python 的环境和包管理工具。可以安装 miniconda 或 anaconda 进行安装，前者是简化版本，只包含 conda 和其依赖。
Conda 有 Python3.x 和 Python2.x 系列两个版本，其实都没有关系，因为你在使用 conda 进行创建环境时，可以指定 Python 的版本。
安装 conda¶
以 miniconda 为例，进入 https://conda.io/miniconda.html 选择对应的版本下载并安装。
Tip
也可以使用清华 miniconda 源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
查看 conda 帮助¶
所有关于 conda 的使用都可以从帮助信息获取，在什么也不知道的情况下就可以使用 conda -h/--help 查看帮助信息：
$ conda -h
conda is a tool for managing and deploying applications, environments and packages.
Options:
positional arguments:
command
info Display information about current conda install.
help Displays a list of available conda commands and their help
strings.
list List linked packages in a conda environment.
......
可以看到，conda 有很多命令，要查看具体命令帮助，同样使用 -h 选项，如：
$ conda info -h
usage: conda info [-h] [--json] [--debug] [--verbose] [--offline] [-a] [-e]
[-l] [-s] [--root] [--unsafe-channels]
[packages [packages ...]]
Display information about current conda install.
Options:
positional arguments:
packages Display information about packages.
optional arguments:
-h, --help Show this help message and exit.
--json Report all output as json. Suitable for using conda
programmatically.
......
conda 常用命令¶
conda info¶
显示当前 conda 安装的所有信息。通常使用 -e/--envs 选项查看创建的虚拟环境：
$ conda info -e
# conda environments:
#
root * /opt/anaconda3
包管理命令¶
一般来说 conda 仓库的软件没有 PyPI 更新快和全。所以推荐 conda 只用来创建虚拟环境（后面介绍），包的安装管理仍然使用 pip。但在 windows 下由于依赖不好处理，所以在使用 pip 失败时可以查询是否有编译好的 conda 包。
conda list¶
列出当前环境下所有安装的 conda 包。
$ conda list
# packages in environment at /opt/anaconda3:
#
_license 1.1 py35_1
_nb_ext_conf 0.3.0 py35_0
acora 2.0 <pip>
alabaster 0.7.9 py35_0
......
查询包¶
使用 conda search 查询 conda 包，只有经过 conda 重新编译入库的才能使用 conda search 查询得到，具体可以进 Anaconda package lists 查看。
$ conda search scrapy
Loading channels: done
Name Version Build Channel
......
scrapy 1.4.0 py27h060f748_1 defaults
scrapy 1.4.0 py35h03cf01c_1 defaults
scrapy 1.4.0 py36h5dd8a1d_1 defaults
scrapy 1.5.0 py27_0 defaults
scrapy 1.5.0 py35_0 defaults
scrapy 1.5.0 py36_0 defaults
安装包¶
使用 conda install 安装 conda 包，会自动处理包之间的依赖。
$ conda install scrapy
使用 conda 安装指定版本包，既可以使用类似 pip 的 ==，也可以直接使用 =：
$ conda install scrapy=1.5.0
环境管理命令¶
创建环境¶
创建虚拟环境，使用 -n/--name 指定环境名称。可以在创建环境的同时安装包。由于 conda 将 Python 也作为包，所以可以像其他包一样安装。
$ conda create --name tf python=3.5.2 tensorflow
现在使用 conda info -e 查看环境（也可使用命令 conda env list）：
$ conda info -e
# conda environments:
#
base * /opt/anaconda3
tf /home/${user}/.conda/envs/tf
Note
用户创建的虚拟环境保存在 ~/.conda/envs 下。
激活环境¶
默认处于 base 环境，进入其他环境需要使用 source activate 手动切换：
$ source activate tf
Attention
Windows 下建议使用 git-bash 操作（安装 windows 版本 git 自动创建），或者在 cmd/powershell 下使用 activate ${env-name} 激活（没有 source）。
激活成功会在命令行提示符前面标识出当前环境：
(tf) ➜ ~
若要退出激活当前环境，使用 source deactivate，默认回到 base 环境：
$ source deactivate
删除环境¶
删除环境也使用 conda remove 命令，不过加上参数 --all 并使用 -n/--name 指定要删除的环境名。
$ conda remove -n tf --all
也可以使用命令 conda env remove -n tf。
在指定环境中管理包¶
Tip
如果和我一样使用 pip 进行包管理，可以忽略这部分。o(∩_∩)o
一种方法是激活该环境，然后按照上面包管理进行操作；另一种方法是使用 conda 进行包管理时指定环境：
$ conda install --name myenv redis
$ conda remove --name myenv redis
添加 conda 镜像源¶
同样，使用 pip 管理包的忽略。conda 会在每个用户家目录下创建 .conda 目录，用于管理创建的环境，而配置文件存放于 .condarc （没有可以新建）。
Tip
国内源比较好的有：清华 Conda 源 ，中科大 Conda 源 。
使用方法：
$ 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 --set show_channel_urls yes
若要使用官方仓库，删除 ~/.condarc。
Tip
以上添加镜像源只针对默认 base 环境生效，因为 ~/.condarc 只服务于 base。
如果想在自己创建环境中生效，则需要在激活的环境内使用 conda config 选项 --env 重复上面添加操作。如：
$ conda config --env --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
这样，会在 ~/.conda/ennvs/${env-name} 下创建 .condarc。