查看当前conda工具版本号
conda –version
查询当前使用的Python.exe的路径
import sys
import os
print('当前 Python 解释器路径：')
print(sys.executable)
print()
print('当前 Python 解释器目录：')
print(os.path.dirname(sys.executable))
设置工作空间
创建出来的虚拟环境所在的位置为conda路径下的env/文件下,,默认创建和当前python版本一致的环境.
conda create –name envname
创建新环境时指定python版本为3.6，环境名称为python36
conda create –name python36 python=3.6
切换到环境名为python36的环境（默认是base环境），切换后可通过python -V查看是否切换成功
conda activate python36
返回前一个python环境
conda deactivate
显示已创建的环境，会列出所有的环境名和对应路径
conda info -e
删除虚拟环境
conda remove –name envname –all
指定python版本,以及多个包
conda create -n envname python=3.4 scipy=0.15.0 astroib numpy
查看当前环境安装的包
conda list ##获取当前环境中已安装的包 conda list -n python36 ##获取指定环境中已安装的包
克隆一个环境
clone_env 代指克隆得到的新环境的名称
envname 代指被克隆的环境的名称
conda create –name clone_env –clone envname
查看conda环境信息
conda info –envs
构建相同的conda环境(不通过克隆的方法)
查看包信息
conda list –explicit
导出包信息到当前目录, spec-file.txt为导出文件名称,可以自行修改名称
conda list –explicit > spec-file.txt
使用包信息文件建立和之前相同的环境
conda create –name newenv –file spec-file.txt
使用包信息文件向一个已经存在的环境中安装指定包
conda install –name newenv –file spec-file.txt
查找包
模糊查找，即模糊匹配，只要含py字符串的包名就能匹配到
conda search py
查找包，–full-name表示精确查找，即完全匹配名为python的包
conda search –full-name python
安装更新删除包
在当前环境中安装包
conda install scrapy
在指定环境中安装包
conda install -n python36 scrapy
在当前环境中更新包
conda update scrapy
在指定环境中更新包
conda update -n python36 scrapy
更新当前环境所有包
conda update –all
在当前环境中删除包
conda remove scrapy
在指定环境中删除包
conda remove -n python2 scrapy
Python管理
查找可以安装的python
查找所有名称包含python的包
conda search python
查找全名为python的包
conda search –full-name python
安装不同版本的Python
在不影响当前版本的情况下,新建环境并安装不同版本的python
新建一个Python版本为3.6 名称为 py36 的环境
conda create -n py36 python=3.6 anaconda #注:将py36替换为您要创建的环境的名称。 anaconda是元数据包，带这个会把base的基础包一起安装，不带的话新环境只包含python3.6相关的包。 python = 3.6是您要在此新环境中安装的软件包和版本。 这可以是任何包，例如numpy = 1.7，或多个包。 #然后激活想要使用的环境即可 conda activate py36
更新Python
普通的更新python
conda update python
将python更新到另外一个版本/安装指定版本的python
conda install python=3.6
分享环境
如果你想把你当前的环境配置与别人分享，这样ta可以快速建立一个与你一模一样的环境（同一个版本的python及各种包）来共同开发/进行新的实验。一个分享环境的快速方法就是给ta一个你的环境的.yml文件。 首先通过activate target_env要分享的环境target_env，然后输入下面的命令会在当前工作目录下生成一个environment.yml文件 conda env export > environment.yml 小伙伴拿到environment.yml文件后，将该文件放在工作目录下，可以通过以下命令从该文件创建环境 conda env create -f environment.yml
