conda创建、查看、删除虚拟环境（anaconda命令集）

文章目录
源
一、管理conda：
（1）检查conda版本
（2）获取版本号
（3）列出所有的环境
（4）查看环境管理的全部命令帮助
（5）conda升级
（6）conda升级后释放空间
二、管理环境
（1）创建环境
（2）激活环境
（3）切换到base环境
（4）复制一个环境
（5）删除一个环境
三、管理包
（1）安装包 或 安装特定版本的包
（2）查看所有已安装包
（3）卸载包
（4）更新包
（5）搜索包
四、把环境添加到jupyter notebook
（1）查看已添加到jupyter notebook的kernel
（2）删除指定的kernel
参考
源
豆瓣(douban) http://pypi.douban.com/simple/
1
一、管理conda：
（1）检查conda版本
conda --version
（2）获取版本号
conda --version或 conda -V
（3）列出所有的环境
conda env list
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。
（4）查看环境管理的全部命令帮助
conda env -h
（5）conda升级
我们可以在命令行中或者anaconda prompt中执行命令进行操作。

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
（6）conda升级后释放空间
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）
二、管理环境
（1）创建环境
conda create -n env-name [list of package]。-n env-name是设置新建环境的名字，list of package是可选项，选择要为该环境安装的包。

如果我们没有指定安装python的版本，conda会安装我们最初安装conda时所装的那个版本的python。

若创建特定python版本的包环境，需键入conda create -n env-name python=3.6

（2）激活环境
Linux，OS X:

source activate env-name
Windows：

activate env-name
小技巧：
新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径；

（3）切换到base环境
如果要从你当前工作环境的路径切换到系统根目录时，键入：

Linux，OS X:

conda source deactivate
Windows:

conda deactivate
（4）复制一个环境
通过克隆来复制一个环境。这儿将通过克隆snowfllakes来创建一个称为flowers的副本。

conda create -n flowers --clone snowflakes
通过conda env list来检查目前拥有的环境
（5）删除一个环境
如果你不想要这个名为flowers的环境，就按照如下方法移除该环境：

conda env remove -n flowers
三、管理包
（1）安装包 或 安装特定版本的包
conda install package-name
conda install package-name==version
（2）查看所有已安装包
conda list
（3）卸载包
conda remove package-name
（4）更新包
更新一个包

conda update package-name
更新所有包

conda update --all
（5）搜索包
conda search search-term，可以模糊搜索
四、把环境添加到jupyter notebook
首先通过activate进入想要添加的环境中，然后安装ipykernel，接下来就可以进行添加了。

pip install ipykernel
python -m ipykernel install --name Python36Python36可以取与环境名不一样的名字，但方便起见建议统一
（1）查看已添加到jupyter notebook的kernel
我们可以使用jupyter kernelspec list来查看已添加到jupyter notebook的kernel。
显示如下：

PS C:\Users\25387> jupyter kernelspec list
Available kernels:
  python3    D:\Anaconda\anaconda\share\jupyter\kernels\python3
1
2
3
（2）删除指定的kernel
若想删除某个指定的kernel，可以使用命令jupyter kernelspec remove kernel_name来完成。

由于python是不向后兼容的，分开环境可以避免语法版本不一引起的错误，同时这也可以避免工具包安装与调用的混乱。
参考
anaconda笔记：conda的各种命令行操作
anaconda常用命令行指令
Anaconda常用命令大全
                        
原文链接