Anaconda 中的Conda核心功能就是包管理和环境管理，可以根据需要安装不同版本的python,而且能自由切换。
先着重介绍一个概念--虚拟环境(virtual environment),
它是一个虚拟化，从电脑独立开辟出来的环境。以Docker为例，在Docker世界里，虚拟环境就是借助docker来把一部分内容独立出来，我们把这部分独立出来的东西称作“容器”，在这个容器中，我们可以只安装我们需要的依赖包，各个容器之间互相隔离，互不影响。比如，我们需要用到Django，可以做一个Django的虚拟环境，里面只需要安装Django相关包就可以了，当需要Scrapy时，可以创建Scrapy的虚拟环境，里面只需要安装Scrapy相关包。
其实我个人认为虚拟环境这个概念中的“虚拟”一词并不准确，可能用子环境这个词比较贴切一些，虽然说是虚拟环境，但是需要安装的包还是要真实的安装，就像一个Centos虚拟机本质上还是一个Centos系统，只是借助于VirtualBox容器来运行一样，Anaconda中的每个定义的虚拟环境都有一个确定的磁盘位置，在这里就体现为一个具体的目录，比如我的虚拟环境都在/usr/lib64/anaconda3/envs目录下，环境的名字就是目录的名字，各个虚拟环境里需要的相关包也是在各自的目录下。
另外在实际工作中，不同的项目可能使用相同的组件但是版本不同，比如airflow1.x和airflow2.x，或者是某些项目需要运行在python2.7,另一些项目需要3.6，等等诸如此类和版本有关的事务，可以解决anaconda的环境管理都可以一一解决掉。
1. 创建新环境
下面就创建一个名为python36的新环境，并且指定python版本是3.6 不用管是3.6.x，conda会为我们自动寻找3.6.x中的最新版本。
conda create --name python36 python=3.6
下面是详细的安装过程 ：
Solving environment: done
==> WARNING: A newer version of conda exists. <==
current version: 4.5.4
latest version: 4.10.3
Please update conda by running
$ conda update -n base conda
## Package Plan ##
environment location: /usr/lib64/anaconda3/envs/python36
added / updated specs:
- python=3.6
The following packages will be downloaded:
package | build
---------------------------|-----------------
_libgcc_mutex-0.1 | main 3 KB
wheel-0.37.0 | pyhd3eb1b0_1 31 KB
libgcc-ng-9.1.0 | hdf63c60_0 8.1 MB
libstdcxx-ng-9.1.0 | hdf63c60_0 4.0 MB
xz-5.2.5 | h7b6447c_0 438 KB
zlib-1.2.11 | h7b6447c_3 120 KB
python-3.6.13 | h12debd9_1 32.5 MB
readline-8.1 | h27cfd23_0 464 KB
openssl-1.1.1l | h7f8727e_0 3.8 MB
certifi-2021.5.30 | py36h06a4308_0 141 KB
setuptools-58.0.4 | py36h06a4308_0 979 KB
pip-21.2.2 | py36h06a4308_0 2.1 MB
ld_impl_linux-64-2.35.1 | h7274673_9 637 KB
ncurses-6.2 | he6710b0_1 1.1 MB
sqlite-3.36.0 | hc218d9a_0 1.4 MB
ca-certificates-2021.9.30 | h06a4308_1 123 KB
libffi-3.3 | he6710b0_2 54 KB
tk-8.6.11 | h1ccaba5_0 3.2 MB
------------------------------------------------------------
Total: 59.2 MB
The following NEW packages will be INSTALLED:
_libgcc_mutex: 0.1-main
ca-certificates: 2021.9.30-h06a4308_1
certifi: 2021.5.30-py36h06a4308_0
ld_impl_linux-64: 2.35.1-h7274673_9
libffi: 3.3-he6710b0_2
libgcc-ng: 9.1.0-hdf63c60_0
libstdcxx-ng: 9.1.0-hdf63c60_0
ncurses: 6.2-he6710b0_1
openssl: 1.1.1l-h7f8727e_0
pip: 21.2.2-py36h06a4308_0
python: 3.6.13-h12debd9_1
readline: 8.1-h27cfd23_0
setuptools: 58.0.4-py36h06a4308_0
sqlite: 3.36.0-hc218d9a_0
tk: 8.6.11-h1ccaba5_0
wheel: 0.37.0-pyhd3eb1b0_1
xz: 5.2.5-h7b6447c_0
zlib: 1.2.11-h7b6447c_3
Proceed ([y]/n)?
Downloading and Extracting Packages
_libgcc_mutex-0.1 | 3 KB | ############################################################################## | 100%
wheel-0.37.0 | 31 KB | ############################################################################## | 100%
libgcc-ng-9.1.0 | 8.1 MB | ############################################################################## | 100%
libstdcxx-ng-9.1.0 | 4.0 MB | ############################################################################## | 100%
xz-5.2.5 | 438 KB | ############################################################################## | 100%
zlib-1.2.11 | 120 KB | ############################################################################## | 100%
python-3.6.13 | 32.5 MB | ############################################################################## | 100%
readline-8.1 | 464 KB | ############################################################################## | 100%
openssl-1.1.1l | 3.8 MB | ############################################################################## | 100%
certifi-2021.5.30 | 141 KB | ############################################################################## | 100%
setuptools-58.0.4 | 979 KB | ############################################################################## | 100%
pip-21.2.2 | 2.1 MB | ############################################################################## | 100%
ld_impl_linux-64-2.3 | 637 KB | ############################################################################## | 100%
ncurses-6.2 | 1.1 MB | ############################################################################## | 100%
sqlite-3.36.0 | 1.4 MB | ############################################################################## | 100%
ca-certificates-2021 | 123 KB | ############################################################################## | 100%
libffi-3.3 | 54 KB | ############################################################################## | 100%
tk-8.6.11 | 3.2 MB | ############################################################################## | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use:
# > source activate python36
#
# To deactivate an active environment, use:
# > source deactivate
#
[root@localhost backup]#
[root@localhost backup]#
这个名为python36的新环境位置是/usr/lib64/anaconda3/envs/python36
并且列出将要下载的相关包的名称和大小，这里active environment显示为Node,表示目前还没有及活动的环境，如果激活了某个环境然后执行conda info 这里会显示出环境的名称。
这里安装的速度比较快是因为之前安装Anaconda时设置了Anaconda仓库的镜像，因为Anaconda.org的服务器在国外，所以需要安装packages时，会发现conda下载的速度经常很慢，幸亏清华TUNA镜像源有Anaconda仓库的镜像，需要将其加入conda的配置即可。
# 添加Anaconda的TUNA镜像
conda config --add channels https : //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
2. 查看conda环境
conda info
下面是没有进入python36这个小环境之前看到的信息
[root@localhost backup]# conda info
active environment : None
user config file : /root/.condarc
populated config files : /root/.condarc
conda version : 4.5.4
conda-build version : 3.10.5
python version : 3.6.5.final.0
base environment : /usr/lib64/anaconda3 (writable)
channel URLs : https://repo.anaconda.com/pkgs/main/linux-64
https://repo.anaconda.com/pkgs/main/noarch
https://repo.anaconda.com/pkgs/free/linux-64
https://repo.anaconda.com/pkgs/free/noarch
https://repo.anaconda.com/pkgs/r/linux-64
https://repo.anaconda.com/pkgs/r/noarch
https://repo.anaconda.com/pkgs/pro/linux-64
https://repo.anaconda.com/pkgs/pro/noarch
package cache : /usr/lib64/anaconda3/pkgs
/root/.conda/pkgs
envs directories : /usr/lib64/anaconda3/envs
/root/.conda/envs
platform : linux-64
user-agent : conda/4.5.4 requests/2.18.4 CPython/3.6.5 Linux/3.10.0-327.el7.x86_64 centos/7 glibc/2.17
UID:GID : 0:0
netrc file : None
offline mode : False
[root@localhost backup]#
这个命令会详细列出conda的所有环境信息，可以看到创建的新环境处于/usr/lib64/anaconda3/envs/，其实用ls 也能查看到这个目录
[root@localhost backup]# ls /usr/lib64/anaconda3/envs/
python36
如果只是用来查看新建的环境，可以使用conda info --even 或者conda -e
[root@localhost backup]# conda info --envs
# conda environments:
#
base * /usr/lib64/anaconda3
python36 /usr/lib64/anaconda3/envs/python36
[root@localhost backup]# conda info -e
# conda environments:
#
base * /usr/lib64/anaconda3
python36 /usr/lib64/anaconda3/envs/python36
[root@localhost backup]#
base表示conda基础的默认环境，python36是刚才新建的环境。
3. 激活指定的环境
在linux下，激活环境使用source active xxxxxx，如果是在windows则使用active xxxxxx，
[root@localhost backup]# source activate python36
(python36) [root@localhost backup]# ll
total 636472
-rwxr-xr-x. 1 root root 651745206 Oct 13 04:44 Anaconda3-5.2.0-Linux-x86_64.sh
(python36) [root@localhost backup]#
上面已经激活了python36这个环境，(python36)显示了当前的环境名称，我们验证一下这个环境的情况：
(python36) [root@localhost backup]# python
Python 3.6.13 |Anaconda, Inc.| (default, Jun 4 2021, 14:25:59)
[GCC 7.5.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>
可以看到这个环境中的python的版本是3.6.13,第1部分创建环境时，下载了新的python，版本就是python-3.6.13。
在看看pip的版本情况：
(python36) [root@localhost backup]# pip --version
pip 21.2.2 from /usr/lib64/anaconda3/envs/python36/lib/python3.6/site-packages/pip (python 3.6)
(python36) [root@localhost backup]#
这里的版本是pip 21.2.2，也是新环境中的版本，如果安装了新的包那么就会处于python36这个先环境下面。
此时再查看环境
(python36) [root@localhost envs]# conda info
active environment : python36
active env location : /usr/lib64/anaconda3/envs/python36
shell level : 1
user config file : /root/.condarc
populated config files : /root/.condarc
conda version : 4.5.4
conda-build version : 3.10.5
python version : 3.6.5.final.0
base environment : /usr/lib64/anaconda3 (writable)
channel URLs : https://repo.anaconda.com/pkgs/main/linux-64
https://repo.anaconda.com/pkgs/main/noarch
https://repo.anaconda.com/pkgs/free/linux-64
https://repo.anaconda.com/pkgs/free/noarch
https://repo.anaconda.com/pkgs/r/linux-64
https://repo.anaconda.com/pkgs/r/noarch
https://repo.anaconda.com/pkgs/pro/linux-64
https://repo.anaconda.com/pkgs/pro/noarch
package cache : /usr/lib64/anaconda3/pkgs
/root/.conda/pkgs
envs directories : /usr/lib64/anaconda3/envs
/root/.conda/envs
platform : linux-64
user-agent : conda/4.5.4 requests/2.18.4 CPython/3.6.5 Linux/3.10.0-327.el7.x86_64 centos/7 glibc/2.17
UID:GID : 0:0
netrc file : None
offline mode : False
(python36) [root@localhost envs]#
可以看到 active environment : python36，表示当前激活的环境是python36
4. 退出当前的环境
conda deactivate
(python36) [root@localhost backup]# conda deactivate
[root@localhost backup]# pip --version
pip 10.0.1 from /usr/lib64/anaconda3/lib/python3.6/site-packages/pip (python 3.6)
[root@localhost backup]#
退出python36环境之后查看外面的pip版本，可以看到版本是10.0.1,说明外面环境下的pip版本确实比新环境python36下的版本低好多，由此可以看出环境管理的的意义非凡。
5. 列出指定环境下安装的包
命令：conda list
这个命令本身就是列出conda中安装的包，只是在指定的小环境中可以列出当前环境下安装的包。
(python36) [root@localhost backup]# conda list
# packages in environment at /usr/lib64/anaconda3/envs/python36:
#
# Name Version Build Channel
_libgcc_mutex 0.1 main defaults
ca-certificates 2021.9.30 h06a4308_1 defaults
certifi 2021.5.30 py36h06a4308_0 defaults
ld_impl_linux-64 2.35.1 h7274673_9 defaults
libffi 3.3 he6710b0_2 defaults
libgcc-ng 9.1.0 hdf63c60_0 defaults
libstdcxx-ng 9.1.0 hdf63c60_0 defaults
ncurses 6.2 he6710b0_1 defaults
openssl 1.1.1l h7f8727e_0 defaults
pip 21.2.2 py36h06a4308_0 defaults
python 3.6.13 h12debd9_1 defaults
readline 8.1 h27cfd23_0 defaults
setuptools 58.0.4 py36h06a4308_0 defaults
sqlite 3.36.0 hc218d9a_0 defaults
tk 8.6.11 h1ccaba5_0 defaults
wheel 0.37.0 pyhd3eb1b0_1 defaults
xz 5.2.5 h7b6447c_0 defaults
zlib 1.2.11 h7b6447c_3 defaults
(python36) [root@localhost backup]#
退出python36环境，看看外面环境中conda里面的包
[root@localhost backup]# conda list
# packages in environment at /usr/lib64/anaconda3:
#
# Name Version Build Channel
_ipyw_jlab_nb_ext_conf 0.1.0 py36he11e457_0 defaults
alabaster 0.7.10 py36h306e16b_0 defaults
anaconda 5.2.0 py36_3 defaults
anaconda-client 1.6.14 py36_0 defaults
anaconda-navigator 1.8.7 py36_0 defaults
anaconda-project 0.8.2 py36h44fb852_0 defaults
asn1crypto 0.24.0 py36_0 defaults
astroid 1.6.3 py36_0 defaults
astropy 3.0.2 py36h3010b51_1 defaults
attrs 18.1.0 py36_0 defaults
babel 2.5.3 py36_0 defaults
backcall 0.1.0 py36_0 defaults
backports 1.0 py36hfa02d7e_1 defaults
backports.shutil_get_terminal_size 1.0.0 py36hfea85ff_2 defaults
beautifulsoup4 4.6.0 py36h49b8c8c_1 defaults
bitarray 0.8.1 py36h14c3975_1 defaults
bkcharts 0.2 py36h735825a_0 defaults
blas 1.0 mkl defaults
blaze 0.11.3 py36h4e06776_0 defaults
bleach 2.1.3 py36_0 defaults
blosc 1.14.3 hdbcaa40_0 defaults
bokeh 0.12.16 py36_0 defaults
boto 2.48.0 py36h6e4cd66_1 defaults
bottleneck 1.2.1 py36haac1ea0_0 defaults
bzip2 1.0.6 h14c3975_5 defaults
ca-certificates 2018.03.07 0 defaults
cairo 1.14.12 h7636065_2 defaults
certifi 2018.4.16 py36_0 defaults
cffi 1.11.5 py36h9745a5d_0 defaults
chardet 3.0.4 py36h0f667ec_1 defaults
click 6.7 py36h5253387_0 defaults
cloudpickle 0.5.3 py36_0 defaults
clyent 1.2.2 py36h7e57e65_1 defaults
colorama 0.3.9 py36h489cec4_0 defaults
conda 4.5.4 py36_0 defaults
conda-build 3.10.5 py36_0 defaults
conda-env 2.6.0 h36134e3_1 defaults
conda-verify 2.0.0 py36h98955d8_0 defaults
contextlib2 0.5.5 py36h6c84a62_0 defaults
cryptography 2.2.2 py36h14c3975_0 defaults
curl 7.60.0 h84994c4_0 defaults
cycler 0.10.0 py36h93f1223_0 defaults
cython 0.28.2 py36h14c3975_0 defaults
cytoolz 0.9.0.1 py36h14c3975_0 defaults
dask 0.17.5 py36_0 defaults
dask-core 0.17.5 py36_0 defaults
datashape 0.5.4 py36h3ad6b5c_0 defaults
dbus 1.13.2 h714fa37_1 defaults
decorator 4.3.0 py36_0 defaults
distributed 1.21.8 py36_0 defaults
docutils 0.14 py36hb0f60f5_0 defaults
entrypoints 0.2.3 py36h1aec115_2 defaults
et_xmlfile 1.0.1 py36hd6bccc3_0 defaults
expat 2.2.5 he0dffb1_0 defaults
fastcache 1.0.2 py36h14c3975_2 defaults
filelock 3.0.4 py36_0 defaults
flask 1.0.2 py36_1 defaults
flask-cors 3.0.4 py36_0 defaults
fontconfig 2.12.6 h49f89f6_0 defaults
freetype 2.8 hab7d2ae_1 defaults
get_terminal_size 1.0.0 haa9412d_0 defaults
gevent 1.3.0 py36h14c3975_0 defaults
glib 2.56.1 h000015b_0 defaults
glob2 0.6 py36he249c77_0 defaults
gmp 6.1.2 h6c8ec71_1 defaults
gmpy2 2.0.8 py36hc8893dd_2 defaults
graphite2 1.3.11 h16798f4_2 defaults
greenlet 0.4.13 py36h14c3975_0 defaults
gst-plugins-base 1.14.0 hbbd80ab_1 defaults
gstreamer 1.14.0 hb453b48_1 defaults
h5py 2.7.1 py36ha1f6525_2 defaults
harfbuzz 1.7.6 h5f0a787_1 defaults
hdf5 1.10.2 hba1933b_1 defaults
heapdict 1.0.0 py36_2 defaults
html5lib 1.0.1 py36h2f9c1c0_0 defaults
icu 58.2 h9c2bf20_1 defaults
idna 2.6 py36h82fb2a8_1 defaults
imageio 2.3.0 py36_0 defaults
imagesize 1.0.0 py36_0 defaults
intel-openmp 2018.0.0 8 defaults
ipykernel 4.8.2 py36_0 defaults
ipython 6.4.0 py36_0 defaults
ipython_genutils 0.2.0 py36hb52b0d5_0 defaults
ipywidgets 7.2.1 py36_0 defaults
isort 4.3.4 py36_0 defaults
itsdangerous 0.24 py36h93cc618_1 defaults
jbig 2.1 hdba287a_0 defaults
jdcal 1.4 py36_0 defaults
jedi 0.12.0 py36_1 defaults
jinja2 2.10 py36ha16c418_0 defaults
jpeg 9b h024ee3a_2 defaults
jsonschema 2.6.0 py36h006f8b5_0 defaults
jupyter 1.0.0 py36_4 defaults
jupyter_client 5.2.3 py36_0 defaults
jupyter_console 5.2.0 py36he59e554_1 defaults
jupyter_core 4.4.0 py36h7c827e3_0 defaults
jupyterlab 0.32.1 py36_0 defaults
jupyterlab_launcher 0.10.5 py36_0 defaults
kiwisolver 1.0.1 py36h764f252_0 defaults
lazy-object-proxy 1.3.1 py36h10fcdad_0 defaults
libcurl 7.60.0 h1ad7b7a_0 defaults
libedit 3.1.20170329 h6b74fdf_2 defaults
libffi 3.2.1 hd88cf55_4 defaults
libgcc-ng 7.2.0 hdf63c60_3 defaults
libgfortran-ng 7.2.0 hdf63c60_3 defaults
libpng 1.6.34 hb9fc6fc_0 defaults
libsodium 1.0.16 h1bed415_0 defaults
libssh2 1.8.0 h9cfc8f7_4 defaults
libstdcxx-ng 7.2.0 hdf63c60_3 defaults
libtiff 4.0.9 he85c1e1_1 defaults
libtool 2.4.6 h544aabb_3 defaults
libxcb 1.13 h1bed415_1 defaults
libxml2 2.9.8 h26e45fe_1 defaults
libxslt 1.1.32 h1312cb7_0 defaults
llvmlite 0.23.1 py36hdbcaa40_0 defaults
locket 0.2.0 py36h787c0ad_1 defaults
lxml 4.2.1 py36h23eabaa_0 defaults
lzo 2.10 h49e0be7_2 defaults
markupsafe 1.0 py36hd9260cd_1 defaults
matplotlib 2.2.2 py36h0e671d2_1 defaults
mccabe 0.6.1 py36h5ad9710_1 defaults
mistune 0.8.3 py36h14c3975_1 defaults
mkl 2018.0.2 1 defaults
mkl-service 1.1.2 py36h17a0993_4 defaults
mkl_fft 1.0.1 py36h3010b51_0 defaults
mkl_random 1.0.1 py36h629b387_0 defaults
more-itertools 4.1.0 py36_0 defaults
mpc 1.0.3 hec55b23_5 defaults
mpfr 3.1.5 h11a74b3_2 defaults
mpmath 1.0.0 py36hfeacd6b_2 defaults
msgpack-python 0.5.6 py36h6bb024c_0 defaults
multipledispatch 0.5.0 py36_0 defaults
navigator-updater 0.2.1 py36_0 defaults
nbconvert 5.3.1 py36hb41ffb7_0 defaults
nbformat 4.4.0 py36h31c9010_0 defaults
ncurses 6.1 hf484d3e_0 defaults
networkx 2.1 py36_0 defaults
nltk 3.3.0 py36_0 defaults
nose 1.3.7 py36hcdf7029_2 defaults
notebook 5.5.0 py36_0 defaults
numba 0.38.0 py36h637b7d7_0 defaults
numexpr 2.6.5 py36h7bf3b9c_0 defaults
numpy 1.14.3 py36hcd700cb_1 defaults
numpy-base 1.14.3 py36h9be14a7_1 defaults
numpydoc 0.8.0 py36_0 defaults
odo 0.5.1 py36h90ed295_0 defaults
olefile 0.45.1 py36_0 defaults
openpyxl 2.5.3 py36_0 defaults
openssl 1.0.2o h20670df_0 defaults
packaging 17.1 py36_0 defaults
pandas 0.23.0 py36h637b7d7_0 defaults
pandoc 1.19.2.1 hea2e7c5_1 defaults
pandocfilters 1.4.2 py36ha6701b7_1 defaults
pango 1.41.0 hd475d92_0 defaults
parso 0.2.0 py36_0 defaults
partd 0.3.8 py36h36fd896_0 defaults
patchelf 0.9 hf79760b_2 defaults
path.py 11.0.1 py36_0 defaults
pathlib2 2.3.2 py36_0 defaults
patsy 0.5.0 py36_0 defaults
pcre 8.42 h439df22_0 defaults
pep8 1.7.1 py36_0 defaults
pexpect 4.5.0 py36_0 defaults
pickleshare 0.7.4 py36h63277f8_0 defaults
pillow 5.1.0 py36h3deb7b8_0 defaults
pip 10.0.1 py36_0 defaults
pixman 0.34.0 hceecf20_3 defaults
pkginfo 1.4.2 py36_1 defaults
pluggy 0.6.0 py36hb689045_0 defaults
ply 3.11 py36_0 defaults
prompt_toolkit 1.0.15 py36h17d85b1_0 defaults
psutil 5.4.5 py36h14c3975_0 defaults
ptyprocess 0.5.2 py36h69acd42_0 defaults
py 1.5.3 py36_0 defaults
pycodestyle 2.4.0 py36_0 defaults
pycosat 0.6.3 py36h0a5515d_0 defaults
pycparser 2.18 py36hf9f622e_1 defaults
pycrypto 2.6.1 py36h14c3975_8 defaults
pycurl 7.43.0.1 py36hb7f436b_0 defaults
pyflakes 1.6.0 py36h7bd6a15_0 defaults
pygments 2.2.0 py36h0d3125c_0 defaults
pylint 1.8.4 py36_0 defaults
pyodbc 4.0.23 py36hf484d3e_0 defaults
pyopenssl 18.0.0 py36_0 defaults
pyparsing 2.2.0 py36hee85983_1 defaults
pyqt 5.9.2 py36h751905a_0 defaults
pysocks 1.6.8 py36_0 defaults
pytables 3.4.3 py36h02b9ad4_2 defaults
pytest 3.5.1 py36_0 defaults
pytest-arraydiff 0.2 py36_0 defaults
pytest-astropy 0.3.0 py36_0 defaults
pytest-doctestplus 0.1.3 py36_0 defaults
pytest-openfiles 0.3.0 py36_0 defaults
pytest-remotedata 0.2.1 py36_0 defaults
python 3.6.5 hc3d631a_2 defaults
python-dateutil 2.7.3 py36_0 defaults
pytz 2018.4 py36_0 defaults
pywavelets 0.5.2 py36he602eb0_0 defaults
pyyaml 3.12 py36hafb9ca4_1 defaults
pyzmq 17.0.0 py36h14c3975_0 defaults
qt 5.9.5 h7e424d6_0 defaults
qtawesome 0.4.4 py36h609ed8c_0 defaults
qtconsole 4.3.1 py36h8f73b5b_0 defaults
qtpy 1.4.1 py36_0 defaults
readline 7.0 ha6073c6_4 defaults
requests 2.18.4 py36he2e5f8d_1 defaults
rope 0.10.7 py36h147e2ec_0 defaults
ruamel_yaml 0.15.35 py36h14c3975_1 defaults
scikit-image 0.13.1 py36h14c3975_1 defaults
scikit-learn 0.19.1 py36h7aa7ec6_0 defaults
scipy 1.1.0 py36hfc37229_0 defaults
seaborn 0.8.1 py36hfad7ec4_0 defaults
send2trash 1.5.0 py36_0 defaults
setuptools 39.1.0 py36_0 defaults
simplegeneric 0.8.1 py36_2 defaults
singledispatch 3.4.0.3 py36h7a266c3_0 defaults
sip 4.19.8 py36hf484d3e_0 defaults
six 1.11.0 py36h372c433_1 defaults
snappy 1.1.7 hbae5bb6_3 defaults
snowballstemmer 1.2.1 py36h6febd40_0 defaults
sortedcollections 0.6.1 py36_0 defaults
sortedcontainers 1.5.10 py36_0 defaults
sphinx 1.7.4 py36_0 defaults
sphinxcontrib 1.0 py36h6d0f590_1 defaults
sphinxcontrib-websupport 1.0.1 py36hb5cb234_1 defaults
spyder 3.2.8 py36_0 defaults
sqlalchemy 1.2.7 py36h6b74fdf_0 defaults
sqlite 3.23.1 he433501_0 defaults
statsmodels 0.9.0 py36h3010b51_0 defaults
sympy 1.1.1 py36hc6d1c1c_0 defaults
tblib 1.3.2 py36h34cf8b6_0 defaults
terminado 0.8.1 py36_1 defaults
testpath 0.3.1 py36h8cadb63_0 defaults
tk 8.6.7 hc745277_3 defaults
toolz 0.9.0 py36_0 defaults
tornado 5.0.2 py36_0 defaults
traitlets 4.3.2 py36h674d592_0 defaults
typing 3.6.4 py36_0 defaults
unicodecsv 0.14.1 py36ha668878_0 defaults
unixodbc 2.3.6 h1bed415_0 defaults
urllib3 1.22 py36hbe7ace6_0 defaults
wcwidth 0.1.7 py36hdf4376a_0 defaults
webencodings 0.5.1 py36h800622e_1 defaults
werkzeug 0.14.1 py36_0 defaults
wheel 0.31.1 py36_0 defaults
widgetsnbextension 3.2.1 py36_0 defaults
wrapt 1.10.11 py36h28b7045_0 defaults
xlrd 1.1.0 py36h1db9f0c_1 defaults
xlsxwriter 1.0.4 py36_0 defaults
xlwt 1.3.0 py36h7b00a1f_0 defaults
xz 5.2.4 h14c3975_4 defaults
yaml 0.1.7 had09818_2 defaults
zeromq 4.2.5 h439df22_0 defaults
zict 0.1.3 py36h3a3bf81_0 defaults
zlib 1.2.11 ha838bed_2 defaults
[root@localhost backup]#
可以看到比python36环境下的包多了好多。
6. 删除指定的环境
命令：conda env remove --name myenv
执行这个命令会删除指定的环境
7. 在conda下查看指定环境的包
如果处于conda下而非某个指定的环境下，普通的conda list会列所有的包，此时如果想要查看某个指定的环境下的包，可以使用下面的命令
conda list -n xxxxx
例如要查看python36这个环境下的包
[root@localhost ~]# conda list -n python36
# packages in environment at /usr/lib64/anaconda3/envs/python36:
#
# Name Version Build Channel
_libgcc_mutex 0.1 main defaults
ca-certificates 2021.9.30 h06a4308_1 defaults
certifi 2021.5.30 py36h06a4308_0 defaults
ld_impl_linux-64 2.35.1 h7274673_9 defaults
libffi 3.3 he6710b0_2 defaults
libgcc-ng 9.1.0 hdf63c60_0 defaults
libstdcxx-ng 9.1.0 hdf63c60_0 defaults
ncurses 6.2 he6710b0_1 defaults
openssl 1.1.1l h7f8727e_0 defaults
pip 21.2.2 py36h06a4308_0 defaults
python 3.6.13 h12debd9_1 defaults
readline 8.1 h27cfd23_0 defaults
setuptools 58.0.4 py36h06a4308_0 defaults
sqlite 3.36.0 hc218d9a_0 defaults
tk 8.6.11 h1ccaba5_0 defaults
wheel 0.37.0 pyhd3eb1b0_1 defaults
xz 5.2.5 h7b6447c_0 defaults
zlib 1.2.11 h7b6447c_3 defaults
[root@localhost ~]#
