管理包#

注意

本页介绍的命令有许多选项可用。有关详细信息，请参阅 commands。

搜索包#

使用终端执行以下步骤。

要查看特定包（例如 SciPy）是否可供安装

conda search scipy

要查看特定包（例如 SciPy）是否可供从 Anaconda.org 安装

conda search --override-channels --channel defaults scipy

要查看特定包（例如 iminuit）是否存在于特定通道（例如 http://conda.anaconda.org/mutirri）中，以及是否可供安装

conda search --override-channels --channel http://conda.anaconda.org/mutirri iminuit

安装包#

使用终端执行以下步骤。

要将特定包（例如 SciPy）安装到现有环境“myenv”中

conda install --name myenv scipy

如果您没有指定环境名称（在本例中，通过 --name myenv 完成），则该包会安装到当前环境中

conda install scipy

要安装特定版本的包（例如 SciPy）

conda install scipy=0.15.0

要一次安装多个包（例如 SciPy 和 cURL）

conda install scipy curl

注意

最好一次安装所有包，以便所有依赖项同时安装。

要一次安装多个包并指定包的版本

conda install scipy=0.15.0 curl=7.26.0

要为特定 Python 版本安装包

conda install scipy=0.15.0 curl=7.26.0 -n py34_env

如果您想使用特定 Python 版本，最好使用具有该版本的環境。有关更多信息，请参阅 Troubleshooting。

安装类似的包#

安装具有类似文件名且用于类似目的的包可能会返回意外的结果。最后安装的包可能会决定结果，这可能是不可取的。如果两个包具有不同的名称，或者您正在构建包的变体并需要将其他软件排列在堆栈中，我们建议使用 Mutex 元包。

从 Anaconda.org 安装包#

无法使用 conda install 获得的包可以从 Anaconda.org 获得，Anaconda.org 是一种用于公共和私有包存储库的包管理服务。Anaconda.org 是 Anaconda 的产品，就像 Anaconda 和 Miniconda 一样。

要从 Anaconda.org 安装包

  1. 在浏览器中，转到 http://anaconda.org。

  2. 要查找名为 bottleneck 的包，请在名为 Search Packages 的左上角框中键入 bottleneck。

  3. 找到您想要的包并点击它进入详细信息页面。

    详细信息页面显示通道的名称。在本例中，它是“pandas”通道。

  4. 现在您知道了通道名称，请使用 conda install 命令安装该包。在您的终端窗口中，运行

    conda install -c pandas bottleneck

    此命令告诉 conda 从 Anaconda.org 上的 pandas 通道安装 bottleneck 包。

  5. 要检查该包是否已安装，在您的终端窗口中，运行

    conda list

    将出现一个包列表，其中包括 bottleneck。

注意

有关从多个通道安装包的信息，请参阅 Managing channels。

安装非 conda 包#

如果无法从 conda 或 Anaconda.org 获得包，您可能可以通过 conda-forge 或使用其他包管理器（如 pip）找到并安装该包。

Pip 包不具备 conda 包的所有功能，我们建议首先尝试使用 conda 安装任何包。如果无法通过 conda 获得该包，请尝试使用 conda-forge 查找并安装它。

如果您仍然无法安装该包，您可以尝试使用 pip 安装它。pip 和 conda 包之间的差异会导致某些不可避免的兼容性限制，但 conda 努力尽可能与 pip 兼容。

注意

Anaconda 和 Miniconda 中都包含 pip 和 conda，因此您无需单独安装它们。

Conda 环境取代了 virtualenv，因此在使用 pip 之前无需激活 virtualenv。

可以在 conda 环境之外或 conda 环境内部安装 pip。

要获得 conda 集成的优势，请确保在当前活动的 conda 环境中安装 pip，然后使用该 pip 实例安装软件包。命令 conda list 显示以这种方式安装的软件包，并带有显示它们是用 pip 安装的标签。

如 在环境中使用 pip 中所述，可以使用命令 conda install pip 在当前 conda 环境中安装 pip。

如果在当前 conda 环境内部和外部都安装了 pip 实例，则使用在当前 conda 环境内部安装的 pip 实例。

要安装非 conda 软件包

  1. 激活您要放置程序的环境

    • 在终端窗口中，运行 conda activate myenv。

  2. 要使用 pip 安装程序（如 See），在终端窗口中，运行

    pip install see

  3. 要验证软件包是否已安装，在终端窗口中，运行

    conda list

    如果未显示软件包，请按照 在环境中使用 pip 中的说明安装 pip，然后再次尝试这些命令。

安装商业软件包#

安装商业软件包（如 IOPro）与安装任何其他软件包相同。在终端窗口中，运行

conda install --name myenv iopro

此命令安装 Anaconda 商业软件包 IOPro 的免费试用版，该软件包可以加快您的 Python 处理速度。除了学术用途外，此免费试用版在 30 天后到期。

查看已安装软件包的列表#

使用终端执行以下步骤。

要列出活动环境中的所有软件包

conda list

要列出停用环境中的所有软件包

conda list -n myenv

列出软件包依赖项#

要查找环境中哪些软件包依赖于特定软件包，没有一个特定的 conda 命令。它需要一系列步骤

  1. 列出特定软件包运行所需的依赖项：conda search package_name --info

  2. 找到安装的软件包缓存目录：conda info

  3. 查找软件包依赖项。默认情况下，Anaconda/Miniconda 将软件包存储在 ~/anaconda/pkgs/ 中（或在 macOS Catalina 上的 ~/opt/pkgs/ 中）。每个软件包都有一个 index.json 文件，其中列出了软件包的依赖项。该文件位于 ~anaconda/pkgs/package_name/info/index.json 中。

  4. 现在您可以找到哪些软件包依赖于特定软件包。使用 grep 搜索所有 index.json 文件，如下所示：grep package_name ~/anaconda/pkgs/*/info/index.json

结果将是包含 <package_name> 的任何内容的完整软件包路径和版本。

示例：grep numpy ~/anaconda3/pkgs/*/info/index.json

上述命令的输出

/Users/testuser/anaconda3/pkgs/anaconda-4.3.0-np111py36_0/info/index.json: numpy 1.11.3 py36_0
/Users/testuser/anaconda3/pkgs/anaconda-4.3.0-np111py36_0/info/index.json: numpydoc 0.6.0 py36_0
/Users/testuser/anaconda3/pkgs/anaconda-4.3.0-np111py36_0/info/index.json: numpy 1.11.3 py36_0

请注意，这也返回了“numpydoc”，因为它包含字符串“numpy”。要获得更具体的结果集，您可以添加 < 和 >。

更新软件包#

使用 conda update 命令检查是否有新的更新可用。如果 conda 告诉您有更新可用，那么您可以选择是否安装它。

使用终端执行以下步骤。

  • 要更新特定软件包

    conda update biopython

  • 要更新 Python

    conda update python

  • 要更新 conda 本身

    conda update conda

注意

Conda 更新到其系列中的最高版本，因此 Python 3.8 更新到 3.x 系列中可用的最高版本。

要更新 Anaconda 元软件包

conda update conda
conda update anaconda

无论您要更新哪个软件包，conda 都会比较版本，然后报告可安装的版本。如果没有可用的更新，conda 会报告“所有请求的软件包都已安装”。

如果您的软件包有更新的版本可用，并且您希望更新它，请键入 y 以更新

Proceed ([y]/n)? y

阻止软件包更新（锁定）#

在环境中锁定软件包规范可以阻止 pinned 文件中列出的软件包更新。

在环境的 conda-meta 目录中，添加一个名为 pinned 的文件，其中包含您不想更新的软件包列表。

示例：以下文件强制 NumPy 保持在 1.7 系列中，即以 1.7 开头的任何版本。这也强制 SciPy 保持在版本 0.14.2。

numpy 1.7.*
scipy ==0.14.2

使用此 pinned 文件，conda update numpy 将 NumPy 保持在 1.7.1，而 conda install scipy=0.15.0 会导致错误。

使用 --no-pin 标志覆盖软件包的更新限制。在终端中，运行

conda update numpy --no-pin

由于 pinned 规范包含在每个 conda 安装中，因此后续的 conda update 命令（不带 --no-pin）会将 NumPy 还原到 1.7 系列。

将默认软件包自动添加到新环境#

要自动将默认软件包添加到您创建的每个新环境中

  1. 打开一个终端窗口并运行：conda config --add create_default_packages PACKAGENAME1 PACKAGENAME2

  2. 现在，您可以创建新环境，并且默认软件包将安装在所有环境中。

您也可以 编辑 .condarc 文件，其中包含默认创建的软件包列表。

您可以在命令提示符下使用 --no-default-packages 标志覆盖此选项。

删除软件包#

使用终端执行以下步骤。

  • 要从 myenv 等环境中删除 SciPy 等软件包

    conda remove -n myenv scipy

  • 要从当前环境中删除 SciPy 等软件包

    conda remove scipy

  • 要一次删除多个软件包（如 SciPy 和 cURL）

    conda remove scipy curl

  • 要确认软件包已删除

    conda list