参考博客
我们可以在命令行中或者anaconda prompt中执行命令进行操作。
常用命令留存
conda create -n Python27 python=3.7
conda create -n new_env --clone original_env
conda search <PIL>
conda info`可以用来查看相关信息
conda update conda #升级conda
conda update anaconda #升级anaconda前要先升级conda
conda update --all #升级所有包
在升级完成之后，我们可以使用命令来清理一些无用的包以释放一些空间：
conda clean -p #删除没有用的包
conda clean -t #删除保存下来的压缩文件（.tar）
虚拟环境
conda list命令用于查看conda下的包，而conda env list命令可以用来查看conda创建的所有虚拟环境。
使用如下命令，可以创建一个新的环境：
conda create -n Python27 python=2.7
其中Python27是自定义的一个名称，而python=2.7是一个格式，可以变动等号右边的数字来改变python环境的kernel版本，这里我们安装的是python2.7版本
在anaconda prompt中，我们可以看到我们处在的是base环境下，也就是我安装的python3环境下，我们可以使用下面两个命令来切换环境：
虚拟环境切换
conda activate 环境名
虚拟环境退出
conda deactivate 环境名
删除环境
conda remove -n 名字 --all
比如conda remove -n python35 --all
重命名环境
conda create -n 新名字 --clone 老名字
conda remove -n 老名字 --all
看conda源
conda config --show-sources
conda寻找包名的版本
conda search <PIL>
conda info 可以用来查看相关信息，其格式如下：
conda info [-a] [–base] [-e] [-s] [–unsafe-channels]
-a, -all： 查看所有信息（不常用）
–base：查看基环境所在路径
conda info --base
-e, --envs：列出当前所有的 conda 环境
conda info -e
-s, --system：列出所有的环境变量（不常用）
–unsafe-channels：查看令牌公开的频道
conda info --unsafe-channels
————————————————————————————————
conda create 可以用来创建新的 conda 环境，其格式如下：
conda create [-n env_name | -p path] [–clone env_name] [-c channel_address] [packages]
-n, --name：我们可以根据环境名称来创建一个 conda 环境，假设我们的环境名称为 my_env
conda create -n my_env
创建完成后，我们使用如下命令进入该环境
conda activate my_env
此时命令行前面多了一个 (my_env)，这个是我们进入了该环境的标志。
使用 conda list 命令来查看该环境下都安装了哪些包。
因为我们并没有在创建环境的时候安装包，所以结果自然是什么都没有。
如果要退出该环境，只需执行
conda deactivate
注意： 我们只能退到基环境，在基环境下继续退出依然在基环境。
-p, --prefix：除了根据名称创建环境以外，我们还可以根据地址来创建 conda 环境。
在上面的例子中，我们创建的 my_env 环境的地址为：G:\anaconda3\envs\my_env。事实上，如果不指定地址，则所有的环境都会创建在 ...\anaconda3\envs\ 下。
若要根据地址来创建，只需执行
conda create -p G:\anaconda3\envs\my_env
–clone：--clone 主要用来克隆（复制）现有的环境。
我们可以根据现有环境的名称来进行克隆，假设现有环境的名称为 original_env，新的环境的名称为 new_env，则只需执行
conda create -n new_env --clone original_env
当然我们也可以根据现有环境的地址来进行克隆：
conda create -n new_env --clone G:\anaconda3\envs\original_env
-c, --channel：首先来介绍一下什么是 conda 频道。
conda 频道是存储包的位置，安装 包 时 conda 会搜索现有的频道集合，并选取其中一个频道来安装包。
conda 的默认频道是 https://repo.anaconda.com/pkgs/，但该频道需要付费，我们一般使用 conda-forge 这个频道来进行安装，它是免费的。
有关频道的设置这里从略，后续的章节会陆续提及。
packages：我们新创建的环境如果不安装必要的包是无法使用的，需要安装的包用空格隔开，即
conda create -n my_env python numpy flask
我们用该命令创建了一个叫 my_env 的环境，同时安装了三个包 python、numpy、flask。
安装完成后，可以使用 conda list 命令查看已经安装的包。
此外，我们的 python 安装的是最新版本，当然我们也可以指定版本进行安装：
conda create -n my_env python=3.9.7 numpy flask
conda install
conda install 可以用来在 conda 环境中安装相应的包，具体格式如下：
conda install [-n env_name | -p path] [-c channel_address] [packages]
已经介绍的选项这里就不再介绍了。
例如，我们要在 my_env 下安装 3.9.7 版本的 python。我们可以先进入该环境，然后安装：
conda activate my_env
conda install python=3.9.7
————————————————
conda install -n my_env python=3.9.7 # 根据名称
conda install -p G:\anaconda3\envs\my_env python=3.9.7 # 根据地址
————————————————
再例如，安装 cvxpy 时，我们可以从指定的频道（conda-forge）进行安装
conda install -n my_env -c conda-forge cvxpy
五、conda remove
conda remove 可以用来移除 conda 环境中的某些包，也可以移除整个环境，具体格式如下：
conda remove [-n env_name | -p path] [packages] [--all]
例如，如果我们需要移除 my_env 下的 numpy，只需执行
conda remove -n my_env numpy
当然我们也可以移除所有包（即整个conda环境）
conda remove -n my_env --all
需要注意的是，conda 没有提供重命名环境的命令，我们只能先克隆一份原来的环境，然后再删除原来的环境，具体操作如下（例如将环境 a 重命名成 b）：
conda create -n b --clone a
conda remove -n a --all
conda uninstall 是 conda remove 的别名，我们也可以使用 conda uninstall 来移除包，方法是相同的。
六、conda list
conda list 用来列出 conda 环境中的包，具体格式如下：
conda list [-n env_name | -p path] [package]
conda list 只列出当前环境的所有包，若要列出其他环境的包，例如列出 my_env 下的所有包，只需执行：
conda list -n my_env
若要列出 my_env 中与 numpy 相关的包（准确地来说是含有 numpy 字样的包），只需执行：
conda list -n my_env numpy
基于此，我们可以使用 conda list 来查询当前环境是否安装了相应的包（每次只能查询一个），如果最后的结果没有列出，那就说明没有安装。
七、conda search
conda search 用来搜索指定的包，具体格式如下：
conda search [-c channel_address] [-f] [packages]
我们可以指定在 conda-forge 中搜索 numpy：
conda search -c conda-forge numpy
事实上，上述命令会搜索到所有包含 numpy 字样的包，如果我们只想搜索 numpy 这个包，需要加上 -f（--full-name 的缩写），即
conda search -c conda-forge -f numpy
八、conda update
conda update 用来将一系列的包升级到最新版本，具体格式如下：
conda update [-n env_name | -p path] [packages] [--all]
例如，如果我们想要升级 my_env 下的 numpy 和 scipy，只需执行
conda update -n my_env numpy scipy
如果我们要想更新 my_env 中的所有包，则需执行
conda update -n my_env --all
如果要更新 conda 本身，则需执行
conda update conda
如果要更新 anaconda ，则需执行
conda update anaconda
注： 升级 Anaconda 前需要先升级 conda。
九、conda config
conda config 用来配置 conda 的频道，相关信息会存储在 C:\Users\你的用户名\.condarc 文件中。
添加一个频道的格式为：
conda config --add channels [channel]
例如，若要添加 conda-forge 这个频道，只需执行
conda config --add channels conda-forge
由于国外频道速度一般不稳定，我们通常考虑使用国内的频道，例如清华镜像。
考虑到 Windows 用户无法直接创建名为 .condarc 的文件，我们可以先执行
conda config --set show_channel_urls yes
然后再直接修改该文件。
内容如下：
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
1
修改完后，执行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。
设置完后，我们可以执行
conda config --get channels
————————————————
转载自：https://blog.csdn.net/raelum/article/details/125109819
