linRichielinRichie
前端
Python
Linux
ChatGPT
  • B 站
  • 500px
前端
Python
Linux
ChatGPT
  • B 站
  • 500px
  • Ansible

    • Ansible: 基本操作
    • Ansible: 安装
    • Ansible: 简介
    • YAML: 文件格式
    • Playbook

      • Playbook: 介绍
      • Playbook: 操作
    • 模块

      • Yum模块常用参数
    • 实战

      • Ansible 实战
  • Anaconda

    • Anaconda命令
  • Iptables

    • Iptable: 防火墙
    • iptables 用法
  • Systemd

    • 系统服务配置
    • 系统服务启动文件
    • 性能优化

      • Linux 系统监控
      • Linux 系统性能优化
      • Linux 系统故障诊断
      • Linux 系统日志管理
  • Network

    • 用一张图解释 8 种流行的网络协议
    • 反子网掩码
    • 交换机端口模式
    • eNSP 软件
    • 华为交换机配置命令
    • eNSP静态路由实验
  • Commands

    • 命令别名:alias
    • 多类型资源统计工具: dstat
    • history配置
    • unzip命令
    • Linux用户到期登录时间和随机密码
    • 常用 Command
    • ssh

      • ssh-keygen
      • linux ssh命令
  • CI/CD

    • Jenkins CI/CD 管道
  • Kubernetes

    • Docker系列学习

      • 01. 什么是Docker
      • 02. Docker安装
      • 03. 使用Docker镜像
      • 04. 利用commit理解镜像构成
      • 05. 操作Docker容器
      • 06. 使用Dockerfile定制镜像
      • 07. Dockerfile指令详解
      • 08. Dockerfile多阶段创建
      • 09. 访问仓库
      • 10. 修改docker的启动项
      • 11. Nexus3.x的私有仓库
      • 12. docker-hub加速器
      • 13. 数据管理
      • 14. 使用网络
  • Shell编程

    • Shell 编程基础
    • Shell 脚本执行消耗的时间
    • Shell 自动生成简介

Anaconda命令

  • 基本命令
    • 环境管理
    • 包管理
    • Jupyter 相关
    • 镜像源配置
  • 最佳实践

基本命令

环境管理

# 查看所有环境
conda env list

# 创建新环境
conda create -n myenv python=3.8

# 激活环境
conda activate myenv

# 退出环境
conda deactivate

包管理

# 查看所有包
conda list

# 安装包
conda install package_name

# 更新包
conda update package_name

# 删除包
conda remove package_name

# 更新所有包
conda update --all

Jupyter 相关

# 安装 Jupyter
conda install jupyter

# 安装 JupyterLab
conda install -c conda-forge jupyterlab

# 重构 JupyterLab
jupyter-lab build

镜像源配置

# 查看当前源
conda config --show channels

# 添加清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

# 显示源地址
conda config --set show_channel_urls yes

最佳实践

  1. 环境管理

    • 为不同项目创建独立环境
    • 定期清理不用的环境
    • 导出环境配置文件
  2. 包管理

    • 使用 conda-forge 源
    • 定期更新包
    • 保持环境整洁

注意:

  • 创建环境指定 Python 版本
  • 注意包的依赖关系
  • 定期备份环境

参考资料:

  • Conda 文档
  • Anaconda 文档
最近更新时间: