Anaconda管理虚拟环境

前言

之前一直用的是pycharm上的虚拟环境管理，后来觉得不利于管理。于是开始使用anaconda。

anaconda可以跨平台使用，我安装window版的anaconda，使用它管理虚拟环境。

下载并安装

到官网根据自己情况下载好anaconda版本，安装完毕，可通过以下两种方式进入anaconda操作环境

1.可以增加到path环境变量，打开cmd/powershell，即可操作
2.打开Anaconda Prompt即可操作（推荐）

在命令行输入conda --version ，显示出版本号，即安装成功

anaconda管理虚拟环境

anaconda自带的是base环境，命令行前的（base）说明当前的虚拟环境是base环境，我们创建并管理的虚拟环境会放在C:\Users\Administrator\anaconda3\envs 里，

1.创建新的虚拟环境

为自己的项目配置一个单独的虚拟环境

创建一个名字叫做python36的虚拟环境，同时指定python的版本，如果本机内没有安装这个版本的python，就会自动下载安装。后面python==3.6一般可以不添加

1	conda create -n python36 python==3.6

2. 激活虚拟环境

激活进入python36的虚拟环境。如果activate后什么参数都不加，就会进入anaconda自带的base环境

1	conda activate python36

3.退出虚拟环境

在激活新环境的时候要先退出目前的环境至base环境，然后才能activate 新环境，不然代码会bug

1	conda deactivate

4.查看所有的虚拟环境

如果忘记了虚拟环境名称，可以如下命令

1	conda env list

可以看到目前的虚拟环境状况，共6个虚拟环境。其中*表示当前操作的虚拟环境。

5.安装第三方包

现在pyhton36的虚拟环境除了python自带的一些官方包之外是没有其他包

1 2	conda install requests #安装requests包 conda install keras==2.2.0 #安装指定版本的keras

安装完成之后我们输入python进入解释器并import requests包, 好使的.

1	anaconda search -t conda tensorflow # 帮助找tensorflow可安装的包。找到合适的资源（win64的版本包），按照指示操作即可

6.卸载第三方包

1	conda remove requests

7.查看环境的包信息

1 2	conda list # 查看当前环境的包信息 conda list -n python36 #查看指定环境的包信息

8.卸载环境

卸载test虚拟环境

1	conda remove -n test --all

9.conda查看tensorflow和keras的版本

1.进入python解释器
2.import tensorflow as tf 
3.tf.__version__ #注意是两个下划线
4. exit（） #退出python操作环境  或者 ctrl + Z
(keras 同理）

10.虚拟环境的克隆

创建一个新的虚拟环境test，将环境python36信息克隆到test中

1	conda create -n test --clone python36

11.导入导出环境

切换到了要导出的环境之后，使用命令将当前环境导出

1	conda env export > environment.yml

使用命令建立（导入）新的环境

1	conda env create -f environment.yml

注：不过由于不同的操作平台（例如从windows迁移到linux），迁移的时候会报错，找不到安装的包，因为不同平台的包的格式是不一样的，，每个版本号后面的一串字符就类似于手机的序列号，就是指示用于不同环境下的。目前我没有办法进行有效迁移

补充：anaconda所谓的创建虚拟环境其实就是安装了一个真实的python环境, 
只不过我们可以通过activate,conda等命令去随意的切换我们当前的python环境, 
用不同版本的解释器和不同的包环境去运行python脚本.

conda 安装新版本python之后，会覆盖之前的版本

补充：conda、anaconda概念的差别

1. conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。
包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并快速切换。

2. Anaconda是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、
科学计算工具等，也称为Python的一种发行版。

参考

Anaconda详细安装及使用教程： https://blog.csdn.net/ITLearnHall/article/details/81708148

Anaconda虚拟环境跨平台迁移： https://blog.csdn.net/lixufeng1028/article/details/80669525

不同tensorflow、keras、python的版本对应： https://docs.floydhub.com/guides/environments/