Anaconda使用、conda的环境管理和包管理

关于Anaconda的安装参考本人之前的博文 http://www.cnblogs.com/bymo/p/8034661.html

关于Anaconda的概述和详细使用参考：https://www.jianshu.com/p/2f3be7781451

这里介绍conda常用的命令操作

# 查看conda版本
$ conda --version
conda 4.3.30

# 查看对应的python默认版本（默认环境的名字是root，注意这个root不是超级管理员的意思）
$ python --version
Python 3.6.3 :: Anaconda, Inc.

conda的环境管理

# 创建一个名为env_test的环境，指定Python版本是2.7（conda会自动寻找2.7.x中的最新版本）
$ conda create --name env_test python=2.7

# 查看已安装的环境，当前被激活的环境会显示有一个星号
$ conda info -e
# conda environments:
#
env_test /home/xxxx/.conda/envs/env_test
root * /opt/anaconda3

# 安装好后，使用source activate激活指定环境
$ source activate env_test

# 再次查看当前python版本，可以看到系统已经切换到了2.7的环境
$ python --version
Python 2.7.14 :: Anaconda, Inc.

# 退出当前虚拟环境，返回默认python环境
$ source deactivate

# 删除一个已有的环境
$ conda remove --name env_test --all

 如果create的时候报错“NotWritableError: The current user does not have write permissions to a required path. path: /Users/xxx/xxx/anaconda3/pkgs/cache/4ea078d6.json”，解决方案：加上sudo权限：

sudo ~/software/anaconda3/condabin/conda create --name venv36 python=3.6

包管理

# 查看当前环境下已安装packages
$ conda list

# 查找package信息
$ conda search numpy

# 安装package
$ conda install numpy

# 安装指定版本package
$ conda install numpy=1.13.3

# 更新package
$ conda update numpy

# 删除package
$ conda remove numpy

另外，
$ conda install Keras # 安装keras, 会顺带装上tensorflow, h5py, hdf5等
$ conda install pillow # 安装PIL
$ conda install opencv # 安装cv2

其它参考：

• conda下载出现连接超时怎么办 https://blog.csdn.net/weixin_41010198/article/details/87912152

pip install tensorflow==1.15 --user -i https://pypi.tuna.tsinghua.edu.cn/simple --timeout=300