1  conda配置环境的常用命令

1 查看版本：conda --version或conda -V
  获取帮助：conda --help或conda -h
  环境管理的全部命令帮助：conda env -h
2 更新conda版本：conda update conda
3 创建虚拟环境：
    conda create -n conda_name python=x.x(带python版本的)
    或
    conda create -n conda_name
  创建包含某些包的虚拟环境：
    conda create --name your_env_name numpy scipy
  创建指定python的含有某些包的环境
    conda create --name your_env_name python=3.5 numpy scipy

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

4 删除虚拟环境：conda remove -n conda_name --all
5 查看已有环境：conda env list 或conda info --envs
6 激活虚拟环境：conda activate conda_name 或 source activate conda_name
7 安装依赖包：  conda env create -f environment.yml
8 更改镜像源：
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    conda config --set show_channel_urls yes
    或
    pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
    【修改后可以在~/.condarc配置文件中可以看到相应信息】

  如果想恢复,可以直接在~/.condarc配置文件中删除，也可以：
    pip config unset global.index-url
    [https://blog.csdn.net/weixin_44177781/article/details/123292667]
9 指定环境，查看已安装的包
    conda list -n python36

  指定环境，更新包
    conda update -n python36 numpy

  指定环境，删除包
    conda remove -n python36 numpy
    conda remove --name your_env_name  [package_name]
　　同理进入环境后直接 conda remove [package]即可  ，eg : conda remove numpy

  搜索包
    conda search numpy

  更新了yml文件后，更新环境
    conda env update -f environment.yml

9 退出虚拟环境：conda deactivate

2 分享环境

如果想给人分享你配置的环境，可以通过以下三步，也可以作为从自己电脑移植到服务器时候环境配置使用：

1 激活主机上的环境：source activate conda_name
2 导出环境：conda env export > environment.yml 
3 上传到服务器相应项目下并配置：conda env create -f environment.yml

3 注意事项：

安装特定环境的包时候，conda用“=”，pip用“==”

    conda install numpy=1.93
    pip  install numpy==1.93

4 pip导出环境并配置

导出：
pip freeze > requirements.txt
安装：
pip install -r requirements.txt

5 修改conda配置相关

查看conda配置
    conda config --show
添加channel
    conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    eg:conda config --append channels defaults
    eg:conda config --append channels defaults --append channels conda-forge --append channels bioconda
    [bioconda,defaults,conda-forge可能是很多包无法安装的原因，我在这一篇文章写过：]

删除channel
    conda config --remove channels https ://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
删除default
    conda config --remove channels defaults

6 pip安装链接内的包

安装TensorFlow时候直接使用清华源能够节省时间。

pip是可以在conda环境下使用的。如下：

pip install tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install tensorflow==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

7 conda安装包

conda安装包
    conda install numpy
conda安装特定版本的包
    conda install numpy=1.21.6
conda查询某个包的版本
    conda list numpy
conda查询所有包版本
    conda list

 8 配置环境时候解决冲突的N个方法

conda env create -f environment.yml报错ResolvePackageNotFound和Found conflicts的解决方案【已解决】_ACMSunny的博客-CSDN博客

 还有这个方法：

conda install -c conda-forge package

参考文章

Conda 创建虚拟环境并安装依赖包集合 requirements.txt_Yy_Rose的博客-CSDN博客_conda requirements

Conda常用命令整理(列举已有环境\创建环境\进入环境) conda create –name env_name python=3.7_计算机视觉-Archer的博客-CSDN博客_conda create anconda的使用以及在conda环境中使用pip和conda使用安装依赖的区别和注意事项 – 张Star – 博客园

一键解决Conda安装某个库（如opencv）时conflict（冲突）的问题_Little Prince �的博客-CSDN博客