區分conda, anaconda, miniconda
anaconda相當於conda+python+pip+一堆python科學計算常用包(numpy, scipy, matplotlib等)
miniconda相當於conda+python+pip，輕量級。
conda是通用的包管理器，能裝pip包（例如numpy)，也能裝其他語言的軟件包（例如ninja, cmake).
如果你用Python，做深度學習，那么強烈建議你使用miniconda/anaconda而不是系統自帶Python/pip，雖然硬盤空間可能多消耗一些，但往往能節省在環境配置上的時間開銷。
本文的各種命令可以在conda官方的文檔中找到：Conda User guide 。
不過，官網文檔內容過於詳實，簡直就是字典，我是看不下去的..
conda版本
conda -V
或者
conda --version
虛擬環境
創建虛擬環境
conda create -n env_name python=x.y
e.g. 創建python3.5的虛擬環境：
conda create -n py35 python=3.5
刪除虛擬環境
conda remove --name env_name --all
重命名虛擬環境
沒法直接重命名虛擬環境，只能很naive的從原有環境clone，然后刪掉原有環境（或者用下面的“分享環境”的做法，不過估計需要聯網速度更慢）：
conda create --name new_name --clone old_name
conda remove --name old_name --all
列出虛擬環境
conda env list
或者：
conda info --envs
#也可以用縮寫形式：
conda info -e
切換/激活虛擬環境
conda activate env_name
e.g. 激活py35環境：
conda activate py35
退出當前虛擬環境
conda deactivate
分享環境
導出虛擬環境
導出到yml文件，相當於pip用的requirements.txt的升級版
conda env export > environment.yml
注意：如果導出的environment.yml開頭幾行顯示的channel是anaconda官方（https://repo.anaconda.com/pkgs/main），可以考慮換成tuna的鏡像通道（https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main）來加速，e.g.
name: base
channels:
- https://repo.anaconda.com/pkgs/main
- defaults
dependencies:
- asn1crypto=0.24.0=py37_0
- attrs=19.3.0=py_0
- backcall=0.1.0=py37_0
...
換成：
name: base
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- defaults
dependencies:
- asn1crypto=0.24.0=py37_0
- attrs=19.3.0=py_0
- backcall=0.1.0=py37_0
...
使用yml導入創建虛擬環境
conda env create -n env_name -f environment.yml
復制虛擬環境
conda create -n new_env_name --clone env_name
查看某個環境的位置
默認的conda虛擬環境叫做"base"，它提供的python在/home/zz/soft/miniconda。
base環境之外的虛擬環境，例如py35，在/home/zz/soft/miniconda3/envs/py35/。
在某些開源項目的編譯配置環境（例如OpenCV等），可以指定特定版本的python，則需要到/home/zz/soft/miniconda3/envs/py35/這樣的位置下找。
列出軟件包
包的基本信息
顯示當前環境的所有包的基本信息
conda list
顯示指定虛擬環境的所有包的基本信息
conda list -n env_name
區分顯示conda和pip包的信息
當前環境的：
conda env export
輸出結果中- pip開始列出的是pip包列表。
conda env export -n env_name
安裝軟件包
在當前虛擬環境中安裝軟件包
conda install pkg_name
e.g. 安裝cmake（cmake不是一個pypi包，但可以通過conda下載安裝，並且如果你在condarc中配置了國內鏡像，下載起來會非常快，比自己手動去cmake官網下載快很多）：
conda install cmake
在指定虛擬環境中安裝軟件包
conda install --name env_name pkg_name
從指定channel下載安裝
以下載pytorch包舉例：
conda install --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ pytorch
或者用縮寫的參數-c替代--channels，用~/.condarc中配置的名為pytorch的channel
conda install -c pytorch pytorch
刪除軟件包
當前環境
conda remove pkg_name
指定環境
conda remove --name env_name pkg_name
查找軟件包
conda search pkg_name
conda配置
.condarc
Linux/Mac: ~/.condarc
Windows: c:/Users/xxx/.condarc
在國內使用tuna的conda鏡像。個人感覺這個.condarc中配置的是各個channel，一方面是管理不同版本的包（例如pytorch這個channe），另一方面可以切換鏡像，用來加速。
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pip.conf
Linux/Mac: ~/.pip/pip.conf
Windows: C:/Users/xxx/pip/pip.ini
除了配置conda鏡像，還需要配置pip鏡像。因為很多python包還是需要通過pip而不是conda安裝（conda里沒有相應的包，只有pypi里有），此時pip使用國內鏡像來加速，需要配置pip.conf，例如：
[global]
index-url = https://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com
bash/zsh自動加載
以前都是安裝miniconda/anaconda時選擇"yes"，自動追加配置到~/.bashrc，然后手動復制到~/.zshrc（我默認用的zsh替代了bash作為解釋器）。其實可以更簡單：
conda init zsh
進入bash/zsh不自動activate base env
conda config --set auto_activate_base false
conda實踐：安裝python2的pip無法安裝的包
由於pip官方的不作為（辣雞pip），現如今python2對應的pip幾乎沒法裝pypi包了，一旦安裝就會失敗，提示你說：需要至少python3.5的環境。老子的python2為什么不給用了？垃圾pip。
RuntimeError: Python version >= 3.5 required
解決辦法：用conda安裝！例如：
conda install numpy