下载
直接去anaconda官网下载安装文件即可，具体网站自行搜索。
官网提供linux版本，windows版本，Mac版本。
同时提供Anaconda完整版和miniconda最小版(无软件界面的，仅支持命令行执行)，新手推荐使用Anaconda版，熟悉之后推荐改用miniconda版，占用存储空间小，使用起来感受一样。
安装
linux环境
bash Anaconda3-2019.07-Linux-x86_64.sh
//yes+回车
//然后重启terminal
window环境：
直接双击安装exe文件，然后根据安装向导进行安装
升级
升级Anaconda需要先升级conda
conda update conda //基本升级
conda update anaconda //大的升级
conda update anaconda-navigator //update最新版本的anaconda-navigator
卸载Anaconda软件
由于Anaconda的安装文件都包含在一个目录中，所以直接将该目录删除即可。删除整个Anaconda目录：计算机控制面板->程序与应用->卸载 //windows
或者 找到C:\ProgramData\Anaconda3\Uninstall-Anaconda3.exe执行卸载
rm -rf anaconda //ubuntu
最后，建议清理下.bashrc中的Anaconda路径。
conda环境使用基本命令
conda update -n base conda #update最新版本的conda
conda update --all #update最新版本的conda
conda create -n xxxx python=3.5 #创建python3.5的xxxx虚拟环境
conda activate xxxx #开启xxxx环境
conda deactivate #关闭环境
conda env list #显示所有的虚拟环境
conda info --envs #显示所有的虚拟环境
查看指定包可安装版本信息命令
查看tensorflow各个版本：（查看会发现有一大堆TensorFlow源，但是不能随便选，选择可以用查找命令定位）
conda search -h #查看search使用帮助信息
conda search tensorflow
查看指定包可安装版本信息命令
anaconda show <USER/PACKAGE>
查看指定anaconda/tensorflow版本信息
conda show tensorflow
输出结果会提供一个下载地址，使用下面命令就可指定安装1.8.0版本tensorflow
conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.8.0
更新，卸载安装包：
conda list #查看已经安装的文件包
conda list -n xxx #指定查看xxx虚拟环境下安装的package
conda update xxx #更新xxx文件包
conda uninstall xxx #卸载xxx文件包
删除虚拟环境
conda remove -n xxxx --all //创建xxxx虚拟环境
清理（conda瘦身）
conda clean就可以轻松搞定！第一步：通过conda clean -p来删除一些没用的包，这个命令会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们。第二步：通过conda clean -t可以将删除conda保存下来的tar包。
conda clean -p //删除没有用的包
conda clean -t //删除tar包
conda clean -y --all //删除所有的安装包及cache
参考：https://blog.csdn.net/menc15/article/details/71477949
复制/重命名/删除env环境
Conda是没有重命名环境的功能的, 要实现这个基本需求, 只能通过愚蠢的克隆-删除的过程。
切记不要直接mv移动环境的文件夹来重命名, 会导致一系列无法想象的错误的发生!
//克隆oldname环境为newname环境
conda create --name newname --clone oldname
//彻底删除旧环境
conda remove --name oldname --all
注意：必须在base环境下进行以上操作，否则会出现各种莫名的问题。
conda自动开启/关闭激活
参考：https://www.cnblogs.com/clemente/p/11231539.html
conda activate #默认激活base环境
conda activate xxx #激活xxx环境
conda deactivate #关闭当前环境
conda config --set auto_activate_base false #关闭自动激活状态
conda config --set auto_activate_base true #关闭自动激活状态
Conda 安装本地包
有时conda或pip源下载速度太慢，install a过程中会中断连接导致压缩包下载不全，此时，我们可以用浏览器等工具先下载指定包再用conda或pip进行本地安装
#pip 安装本地包
pip install ～/Downloads/a.whl
#conda 安装本地包
conda install --use-local ~/Downloads/a.tar.bz2
解决conda/pip install 下载速度慢
conda数据源管理
#显示目前conda的数据源有哪些
conda config --show channels
#添加数据源：例如, 添加清华anaconda镜像：
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
#删除数据源
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
记录一下
#本人的 ~/.condarc
auto_activate_base: false
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true
pip数据源管理
#显示目前pip的数据源有哪些
pip config list
pip config list --[user|global] # 列出用户|全局的设置
pip config get global.index-url # 得到这key对应的value 如：https://mirrors.aliyun.com/pypi/simple/
# 添加
pip config set key value
#添加数据源：例如, 添加USTC中科大的源：
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple
#添加全局使用该数据源
pip config set global.trusted-host https://mirrors.ustc.edu.cn/pypi/web/simple
# 删除
pip config unset key
# 例如
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
#搜索
pip search flask #搜素flask安装包
# 升级pip
pip install pip -U
记录一下pip国内源
阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
pip安装包管理
pip list #列出当前缓存的包
pip purge #清除缓存
pip remove #删除对应的缓存
pip help #帮助
pip install xxx #安装xxx包
pip install xxx.whl #安装xxx.whl本地包
pip uninstall xxx #删除xxx包
pip show xxx #展示指定的已安装的xxx包
pip check xxx #检查xxx包的依赖是否合适
pip和conda批量导出、安装组件(requirements.txt)
问题
1:failed ERROR conda.core.link:_execute(502):
conda install 软件时出现如下错误信息：
Preparing transaction: done
Verifying transaction: done
Executing transaction:
failed ERROR conda.core.link:_execute(502):
解决方法：往往时权限不够，需要以管理员方式运行Anaconda prompt进行安装
2.anaconda或conda不是内部命令
解决方法：https://zhuanlan.zhihu.com/p/32446675
image.png
添加上图环境变量即可
jupyter notebook默认工作目录设置
参考：https://blog.csdn.net/liwei1205/article/details/78818568
1）在Anaconda Prompt终端中输入下面命令，查看你的notebook配置文件在哪里：
jupyter notebook --generate-config
#会生成文件C:\Users\用户\.jupyter\jupyter_notebook_config.py
2）打开jupyter_notebook_config.py文件通过搜索关键词：c.NotebookApp.notebook_dir，修改如下
c.NotebookApp.notebook_dir = 'E:\\tf_models' //修改到自定义文件夹
3）然后重启notebook服务器就可以了
注：其它方法直接命令到指定目录，Anaconda Prompt终端中输：jupyter notebook 目录地址
3.conda创建环境时报错：NotWritableError: The current user does not have write permissions to a required path.
问题出现的主要原因：用户没有对.conda文件夹的读写权限，造成其原因是由于在安装conda时使用了管理员权限。
env | grep -i "_PROXY"
#可以看到还是原来的代理连接方式
#解决方法：
# 关闭当前终端，重新打开新的终端，然后就解决了问题
yError: Conda cannot proceed due to an error in your proxy configuration.
原因：主要是conda install xxx时，使用Ctrl+C强制中断安装xxx软件，然后修改了PC网络连接方式(代理连接改成了直连连接方式)
引用自
————————————————
版权声明：本文为CSDN博主「阿尔发go」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/zhayushui/article/details/80433768
网友评论