Home master

# Anaconda 基本学习

conda 中想要安装的包，可以在这个网站搜索查询： https://anaconda.org/search?q=fastq-join

官网下载 链接

此处不多说

环境变量的配置 (windows)

需要注意的是， AnaConda 需要配置三个路径的环境变量

根据自己的安装目录为准

此时在 windows 中的 cmd 中输入 conda 命令

说明安装完毕，就可以投入使用了

# Conda 的基本指令

# 环境管理

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
# 升级conda
conda update conda
conda update anaconda
conda update anaconda-navigator    #update最新版本的anaconda-navigator
conda update xxx   #更新xxx文件包

conda --version #获取版本号

conda update --help
conda remove --help  #查看某一命令的帮助，如update命令及remove命令

conda env -h # 查看环境管理的全部命令帮助

conda create --name your_env_name #创建环境 --name可以省略为-n

conda create --n your_env_name python=3.7#创建制定python版本的环境

conda create --name your_env_name numpy scipy#创建包含某些包的环境

conda info --envs
conda env list  #列举当前所有环境

#进入某个环境
activate your_env_name

#退出当前环境
deactivate 

#复制某个环境
conda create --name new_env_name --clone old_env_name 

#删除某个环境
conda remove --name your_env_name --all

# 分享环境

1
2
3
4
5
6
7
8
9
10
# 如果你想把你当前的环境配置与别人分享，这样ta可以快速建立一个与你一模一样的环境（同一个版本的python及各种包）来共同开发/进行新的实验。一个分享环境的快速方法就是给ta一个你的环境的.yml文件。

#首先通过activate target_env要分享的环境target_env，然后输入下面的命令会在当前工作目录下生成一个environment.yml文件，

conda env export > environment.yml

#小伙伴拿到environment.yml文件后，将该文件放在工作目录下，可以通过以下命令从该文件创建环境

conda env create -f environment.yml

yml 是这样的

# 包管理

列举当前活跃环境下的所有包

1
conda list

列举一个非当前活跃环境下的所有包

1
conda list -n your_env_name

为指定环境安装某个包

1
conda install -n env_name package_name

# 搭载 VsCode 使用 junpyter

安装 VsCode 插件

这个时候就具备使用 Jupyter 的条件了，因为 Python 插件内部也安装了 Jupyter 插件，此时 Ctrl+Shift+P 弹出

新建一个 Jupyter 就可以使用了

如果报错，一般重启一下 VSCode 就能够使用，喜欢使用主要是因为 Jupyter 可以一行一行的执行，嘻嘻

Edited on Views times