当前位置: 首页 > article >正文

常用的Anaconda Prompt命令行指令

一、环境管理

  1. 查看已安装的环境

    conda env list 或 conda info --envs:列出所有已安装的Anaconda环境。
  2. 创建新环境

    conda create -n env_name python=x.x:创建一个名为env_name的新环境,并指定Python版本为x.x。
  3. 激活环境

    conda activate env_name:激活名为env_name的Anaconda环境。
  4. 停用当前环境

    conda deactivate:停用当前激活的Anaconda环境。
  5. 删除环境

    conda env remove -n env_name:删除名为env_name的Anaconda环境及其所有包。
  6. 导出环境信息

    conda env export > environment.yml:导出当前激活的环境信息到environment.yml文件。
  7. 使用导出的环境信息创建环境

    conda env create -f environment.yml:使用指定的environment.yml文件创建环境。

二、包管理

  1. 查看已安装的包

    conda list:列出当前激活环境中已安装的所有包和版本信息。
  2. 安装包

    • conda install package_name:安装指定的包。
    • conda install -c channel_name package_name:从指定的channel安装包。
    • pip install package_name(在激活的环境中):使用pip安装指定包(作为conda的补充,适用于conda仓库中没有的包)。
  3. 更新包

    conda update package_name:更新一个已安装的包。
  4. 卸载包

    conda remove package_name:卸载指定包。
  5. 搜索包

    conda search package_name:搜索一个包,查看可用的版本和安装渠道。

三、其他常用命令

  1. 配置管理

    conda config --set key value:设置conda的配置项,如更改默认的安装渠道等。
  2. 清理缓存

    conda clean --all:清理conda的缓存、未安装包及其历史版本。
  3. 启动Python解释器

    • python:启动当前激活环境中的Python解释器。
    • python -V:显示当前激活环境中的Python版本信息。
  4. 启动Jupyter Notebook

    • jupyter notebook:在默认浏览器中打开一个新的Jupyter Notebook。
  5. 启动其他IDE或工具

    • spyder:启动Spyder IDE。
    • ipython:启动IPython交互式环境。
    • jupyter lab:启动Jupyter Lab。
  6. 导入Python库(在Python解释器或脚本中)

    import numpy:导入numpy库(或其他Python库,如pandas、matplotlib等)。
  7. Jupyter Notebook转换

    • jupyter nbconvert --to html notebook.ipynb:将Notebook转换为HTML格式。
    • jupyter nbconvert --to pdf notebook.ipynb:将Notebook转换为PDF格式。
    • jupyter nbconvert --to markdown notebook.ipynb:将Notebook转换为Markdown格式。
    • jupyter nbconvert --to python notebook.ipynb:将Notebook转换为Python脚本。
    • jupyter nbconvert --execute notebook.ipynb:执行并转换Notebook。
  8. Jupyter扩展管理

    • conda install -c anaconda jupyter_nbextensions_configurator:安装Jupyter扩展配置工具。
    • conda install nb_conda:使Jupyter能使用Conda环境。
    • conda install -c conda-forge jupyter_contrib_nbextensions:安装Jupyter扩展。
    • jupyter nbextension enable <extension_name>:启用指定的Jupyter扩展。
    • jupyter nbextension disable <extension_name>:禁用指定的Jupyter扩展。
    • jupyter nbextension list:列出所有已安装的Jupyter扩展。
  9. 查看显卡状态(在选择使用GPU时)

    nvidia-smi:查看服务器上显卡的状态(需要安装NVIDIA驱动和CUDA)。

http://www.kler.cn/a/398384.html

相关文章:

  • LlamaIndex+本地部署InternLM实践
  • 【Chapter 3】Machine Learning Classification Case_Prediction of diabetes-XGBoost
  • Cuda和Pytorch的兼容性
  • CentOS7.9 源码编译 FreeSWITCH 1.10.12
  • DAY65||Bellman_ford 队列优化算法(又名SPFA)|bellman_ford之判断负权回路|bellman_ford之单源有限最短路
  • 从北美火到中国,大数据洞察品牌“STANLEY”的突围之路
  • 【第三课】Rust变量与数据类型(二)
  • java.sql.SQLException Parameter index out of range
  • Ubuntu下的Eigen库的安装及基本使用教程
  • 14.最长公共前缀
  • 基于Kafka2.1解读Consumer原理
  • memblock内存分配器
  • 智能算法助力衍生品市场投资分析:正大科技的量化模型应用
  • java组件安全
  • Scala入门基础(17.1)Set集习题
  • Kotlin深度面试题:协程、密封类和高阶函数
  • 计算机网络 (3)计算机网络的性能
  • React前端框架入门教程:从零开始构建一个简单的任务管理应用
  • 麒麟Server下安装东方通TongLINK/Q
  • 01.02、判定是否互为字符重排
  • 【c++篇】:二叉搜索树--有序存储与高效查找的关键
  • 谷歌新作:Unbounded开放世界RPG,AI定义无限游戏新纪元
  • git 常见冲突场景与解决方法
  • 5.11 ResNet
  • 【最新鸿蒙开发之性能优化——动态加载和延迟加载】
  • mac上使用docker搭建gitlab