有一些选项可以将依赖项名称/url/版本复制到文件中。
推荐
通常,在新环境中工作比更改 root
更安全。但是,请考虑在尝试更改之前备份现有环境。通过在演示环境中测试这些命令来验证所需的结果。例如,要备份您的 root
环境:
λ conda activate root
λ conda env export > environment_root.yml
λ conda list --explicit > spec_file_root.txt
选项
选项 1 - YAML 文件
在第二个环境(例如 myenv
)中,export names+ 到 yaml 文件:
λ activate myenv
λ conda env export > environment.yml
然后 update the first environment+(例如 root
)与 yaml 文件:
λ conda env update --name root --file environment.yml
选项 2 - 克隆环境
使用 --clone
标志克隆环境(参见@DevC 的帖子):
λ conda create --name myclone --clone root
这基本上创建了环境的直接副本。
选项 3 - 规格文件
制作一个 spec-file++ 以附加来自 env 的依赖项(请参阅@Ormetrom):
λ activate myenv
λ conda list --explicit > spec_file.txt
λ conda install --name root --file spec_file.txt
或者,复制一个新环境(推荐):
λ conda create --name myenv2 --file spec_file.txt
也可以看看
conda env 有关 env 子命令的更多详细信息。
Anaconda Navigator 桌面程序可提供更多图形体验。
有关更新命令的文档。对于较旧的 conda 版本,请使用 activate (Windows) 和 source activate (Linux/Mac OS)。较新版本的 conda 可以使用 conda activate(这可能需要通过 conda init 对您的 shell 配置进行一些设置)。
关于保持 conda env 的讨论
附加功能
似乎有一个未记录的 conda run
选项可帮助在特定环境中执行命令。
# New command
λ conda run --name myenv conda list --explicit > spec_file.txt
后一个命令在没有激活/停用步骤的环境中运行命令时有效。请参阅下面的等效命令:
# Equivalent
λ activate myenv
λ conda list --explicit > spec_file.txt
λ deactivate
请注意,这可能是一个实验性功能,因此在正式采用公共 API 之前,这可能不适合生产环境。
+Conda 文档自原始帖子以来发生了变化;链接更新。 ++Spec 文件仅适用于在同一操作系统上创建的环境。与前两个选项不同,spec-files 仅捕获指向 conda 依赖项的链接;不包括 pip 依赖项。
要复制您的根环境(名为 base
),您可以使用以下命令;使用 Anaconda3-5.0.1 为我工作:
conda create --name <env_name> --clone base
您可以使用以下命令列出 conda 环境中安装的所有软件包
conda list -n <env_name>
设置新环境时,我需要新环境中的基本环境中的包(通常是这种情况),我正在使用 spec-file.txt 在提示符下构建相同的 conda 环境:
conda list --explicit > spec-file.txt
规范文件包括例如基本环境的包。
然后使用提示将软件包安装到新环境中:
conda create --name myenv --file spec-file.txt
然后,来自 base 的软件包可在新环境中使用。
我还遇到了将环境克隆到另一台机器上的麻烦,并想提供一个答案。当当前环境包含无法直接从 conda install
或 pip install
获得的开发包时,我遇到的关键问题是解决错误。对于这些情况,我强烈推荐 conda-pack(参见 this answer):
pip install conda-pack
或者,
conda install conda-pack
然后备份环境,使用当前环境只需省略 my_env 名称,
# Pack environment my_env into my_env.tar.gz
$ conda pack -n my_env
# Pack environment my_env into out_name.tar.gz
$ conda pack -n my_env -o out_name.tar.gz
# Pack environment located at an explicit path into my_env.tar.gz
$ conda pack -p /explicit/path/to/my_env
和恢复,
# Unpack environment into directory `my_env`
$ mkdir -p my_env
$ tar -xzf my_env.tar.gz -C my_env
# Use Python without activating or fixing the prefixes. Most Python
# libraries will work fine, but things that require prefix cleanups
# will fail.
$ ./my_env/bin/python
# Activate the environment. This adds `my_env/bin` to your path
$ source my_env/bin/activate
# Run Python from in the environment
(my_env) $ python
# Cleanup prefixes from in the active environment.
# Note that this command can also be run without activating the environment
# as long as some version of Python is already installed on the machine.
(my_env) $ conda-unpack
conda
/pip
软件包。我不熟悉您描述的设置。