# Conda 命令

## **显示所有已经创建的环境**
```bash
conda info -e
```

## 指定Python版本创建环境
```bash
conda create --name 环境名称 python=3.8
```

仅创建环境不指定Python版本
```bash
conda create --name 环境名称
```

假如我们创建一个名称为openAI的Conda环境，Python版本使用3.10，命令如下：
```bash
conda create --name openAI python=3.10
conda create --name DifyOnWechat python=3.11.7
conda create --name python312 python=3.12.4
conda create --name vectordb python=3.10

conda create --name rvc python=3.10
```

## **激活环境**
我们已经成功创建了一个名为openAI的环境，此时可以通过如下命令来激活该环境：
```bash
conda activate openAI

conda activate yolov10
```

## **查看当前环境依赖**
我们可以通过执行如下命令，查看当前openAI环境内的依赖库。
```bash
conda list
```

## **安装依赖**
如果我们想在当前环境下，单独安装一个Requests库，该库一般用来作为网络请求使用，那么我们在已经激活的环境下输入如下命令：
```bash
conda install requests
```

## **退出环境**
当前我们还在openAI环境内，我们可以通过如下命令退出当前环境：
```bash
conda deactivate
```

## **删除指定环境**
```bash
conda remove -n openAI --all
conda remove -p D:\ai\segment-anything\ENV  --all
```

## **常用命令**

```bash
conda --version #查看conda版本，验证是否安装
conda update conda #更新至最新版本，也会更新其它相关包
conda update --all #更新所有包
conda update package_name #更新指定的包
conda create -n env_name package_name #创建名为env_name的新环境，并在该环境下安装名为package_name 的包，可以指定新环境的版本号，例如：conda create -n python2 python=python2.7 numpy pandas，创建了python2环境，python版本为2.7，同时还安装了numpy pandas包
source activate env_name #切换至env_name环境
source deactivate #退出环境
conda info -e #显示所有已经创建的环境
conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name
conda remove --name env_name –all #删除环境
conda list #查看所有已经安装的包
conda install package_name #在当前环境中安装包
conda install --name env_name package_name #在指定环境中安装包
conda remove -- name env_name package #删除指定环境中的包
conda remove package #删除当前环境中的包
conda env remove -n env_name #采用第10条的方法删除环境失败时，可采用这种方法
```

## conda命令使用介绍

**帮助目录**
```bash
conda create -h
```
**检查conda版本**
```bash
conda --version
```
**升级当前版本的conda**
```bash
conda update conda
```
### **环境管理**
**列出所有的环境**
```bash
conda info -e
conda env list
```
**安装一个不同版本的python新环境**
```bash
conda create --name py27 python=2.7
```
**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。 

```bash
conda create -n flowers --clone snowflakes
```
**创建一个新环境**

```bash
conda create --name busind
```
**导出环境**
Anaconda支持导入导出以方便迁移

```bash
conda env export > environment.yaml
```

**导入环境信息**
即根据配置文件创建一个新环境：
```bash
conda env create -f environment.yaml
```

**移除环境**
```bash
conda remove -n py274 --all
```

**激活进入环境**
```bash
conda activate newname
```

**停用一个活动环境**

```bash
conda deactivate
```

### 包管理 
**查看已安装包**
```bash
conda list
```

**向指定环境中安装包**
```bash
conda install --name newName beautifulsoup4
```

**从Anaconda.org安装一个包**
```bash
conda install--channel https：//conda .anaconda.ort/pandas bottleneck
```

**通过pip命令来安装包**
```bash
conda activate bunnies
pip install see
```

### **conda配置**
**添加镜像源**
```bash
conda config --add channels https://pypi.tuna.tsinghua.edu.cn/simple
```
**查看当前镜像源**
```bash
conda config --show-sources
```
**删除镜像源**
```bash
conda config --remove channels https://pypi.tuna.tsinghua.edu.cn/simple
```
**设置安装时显示源url，不想就改为no**
```bash
conda config --set show_channel_urls yes
```
**查看源全部设置**
包括链接、show_channel_urls 值:
```bash
conda config --show
```

**查看conda配置文件**
```bash
cat ~/.condarc
```

### 其他注意事项
安装conda后命令行前出现的base，取消每次启动自动激活conda的基础环境 
- 方法一 
  每次在命令行通过conda deactivate退出base环境回到系统自动的环境
```bash
    conda deactivate
```
- 方法二 
  通过将auto_activate_base参数设置为false实现： 
```bash
  conda config --set 
  auto_activate_base false
```
  如果反悔了还是希望base一直留着的话通过以下语句来恢复 
```bash
  conda config --set 
  auto_activate_base true
```