Anaconda常用命令 | Watre's Blog

一、Anaconda常规用法

所有提示命令

usage:  conda [-h] [-V] command ...
clean    #移除不用的包和缓存文件
config    #修改.condarc文件中的配置值，这里的.condarc文件类似于.vimrc或者.bashrc，用于配置conda的设置。模仿了git的配置命令，默认将配置写入到HOME文件夹下的.condarc文件中
create    #从一系列特定的包创建一个新的conda环境
help    #conda help文件
info    #显示当前conda的信息，包括路径，channels等
init    #初始化conda和shell的交互，实验性功能
install    #在特定的环境安装一系列包
list    #列出在一个conda环境中被linked(被关联)的包
package    #低等级的conda软件包实用程序？(实验性功能)不晓得有什么用
remove    #从一个特定的conda环境中移除一系列包
uninstall    #remove命令的别名
run    #在conda环境中跑一个可执行程序(实验性功能)
search    #找寻包并显示相关的信息。输入是MatchSpec，一种结构化查询语言。理解为一种约定的查询方式？
update    #把conda包更新到最新的兼容版本
upgrade    #update命令的别名

换源

conda config --add channels http://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

查看源文件

在根目录下生成.condarc文件

1	conda config --set show_channel_urls yes

换回默认

1	conda config --remove-key channels

conda查询

查看安装了哪些包

1	conda list

查看当前存在的虚拟环境

1 2	conda env list conda info -e

更新conda

1	conda update conda

查询conda版本

1	conda --vesion

查询conda命令

conda -h

conda创建新环境

1	conda create -n new_env_name python=X.X

conda给环境重命名（先复制，再删除）

# 这是简化的命令形式
conda create -n conda-new --clone conda-old
# 下面是完整的命令形式
conda create --name conda-new --clone conda-old

conda remove -n conda-old --all

切换不同环境

1	conda activate env_name

关闭虚拟环境

1	conda deactivate env_name

虚拟环境中安装额外的包

1	conda install -n env_name [package]

删除环境中的某个包

1	conda remove --name env_name package_name

生成项目的运行环境要求

1	pip freeze > requirements.txt

Windows安装pytorch

安装pytorch1.10+CUDA11.3

1	conda install pytorch torchvision torchaudio cudatoolkit=11.3

安装pytorch1.09+CUDA11.1

1	pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

查看pytorch是否使用了GPU

is_gpu = torch.cuda.is_available()
gpu_nums = torch.cuda.device_count()
gpu_index = torch.cuda.current_device()
print(is_gpu,gpu_nums,gpu_index)

device_name = torch.cuda.get_device_name(gpu_index)
print(device_name)

Linux安装pytorch

二、Jupyter Notebook的虚拟环境配置

在base环境下安装jupyter notebook

1	conda install jupyter notebook

在base环境中安装ipykernel

1	conda install ipykernel

在目标环境中安装ipykernel

# 切换到目标环境
conda activate scanpy
# 安装ipykernel
conda install ipykernel

在base环境中将目标环境写入notebook的kernel中，打开jupyter notebook。

conda activate base

python -m ipykernel install --user --name ML --display-name “Python ML”

jupyter notebook

查看所有核心

1	jupyter kernelspec list

卸载指定核心

1	jupyter kernelspec remove kernel_name

安装nbextension

1 2	pip install jupyter_contrib_nbextensions jupyter contrib nbextension install --user --skip-running-check

三、问题

1.解决ImportError: Keras requires TensorFlow 2.2 or higher. Install TensorFlow via pip install tensorflow

1	pip install keras==2.2 -i https://pypi.douban.com/simple

2.“CondaHTTPError: HTTP 000 CONNECTION FAILED for url https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/current_repodata.json”

参考该博客

恢复Anaconda的源为默认
1
conda config --remove-key channels

恢复Anaconda源为清华

1 2	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

若仍有问题，进入“C:\Users\Administrator”，打开“.condarc”，添加win64

ssl_verify: true
show_channel_urls: true

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64

3.ImportError: No module named ‘keras_contrib’

导入keras_contrib，会出现这个错误

1	from keras_contrib.layers.normalization import InstanceNormalization

但是直接使用pip安装会存在问题

1 2	ERROR: Could not find a version that satisfies the requirement keras_contrib (from versions: none) ERROR: No matching distribution found for keras_contrib

因此需要使用github进行安装，命令如下：

1	pip install git+https://www.github.com/keras-team/keras-contrib.git

4.ImportError: Failed to import `pydot`. Please install `pydot`. For example with `pip install pydot`

使用keras中的plot_model报错，可以使用如下命令解决问题

1
2
3

conda install graphviz
conda install pydotplus
pip install pydot

或者按照Stack Overflow的方法去操作

1 2	pip install graphviz pip install git+https://github.com/nlhepler/pydot.git

5. Linux每次创建新终端就会进入base环境

1	conda config --set auto_activate_base false

四、在Ubuntu 20.4上安装（卸载）Anaconda

4.1 安装

首先去Anaconda官网下载最新的安装包：

cd命令进入下载文件的所在目录进行安装，注意安装过程中会让选择安装路径和添加环境变量的选项：

1	bash Anaconda3-5.2.0-Linux-x86_64.sh

4.2 卸载

删除Anaconda3文件夹
1
rm -rf ~/anaconda3
删除Anaconda配置的环境变量

1	sudo gedit ~/.bashrc

更新环境变量，使更改生效

1 2	# added by Anaconda3 installer export PATH="/home/Vselfdom/anaconda3/bin:$PATH"