文章目录
参考：
https://zhuanlan.zhihu.com/p/483716942
查看conda版本
conda -V
查看conda安装了哪些包（默认为base环境）
conda list
查看conda安装了哪些环境
conda env list
conda info -e
更新conda
conda update conda
创建虚拟环境
创建新环境。
conda create -n [env_name] python=x.x
克隆已有环境。
conda create -n your_name --clone env_name
-n等于–name。
激活或者切换虚拟环境
Linux:
source activate [env_name]
conda activate [env_name]
Windows:
activate [env_name]
#或者
conda activate env_name
关闭虚拟环境
conda deactivate
删除虚拟环境
conda remove -n env_name --all
#或者
conda env remove -n env_name
在虚拟环境中安装额外的包
conda install -n env_name [package] # 未激活环境
conda install [package] # 如果已经激活环境
删除虚拟环境中的包
conda remove --name $env_name $package_name
设置国内镜像
http://anaconda.org的服务器在国外，安装多个packages时，conda下载的速度经常很慢。清华TUNA镜像源有Anaconda仓库的镜像，将其加入conda的配置即可：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
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/pkgs/free/
conda config --set show_channel_urls yes
恢复默认镜像
conda config --remove-key channels
安装某些包
conda install -c anaconda scikit-learn # 安装sklearn
pip install -i pypi.douban.com/simple tensorflow-gpu==1.14 #用豆瓣源安装包，上面的清华源同理，记得-i