Conda-Cheatsheet - Anaconda-Befehlszeilenparameter - nützlichste Conda-Befehle
Vergessen Sie die Conda-Befehlsparameter?
Inhaltsverzeichnis
Hier ist ein Conda-Cheatsheet, das ich vor einiger Zeit erstellt habe… Dieses Conda-Cheatsheet behandelt die wichtigsten Befehle und Tipps zur Verwaltung von Umgebungen, Paketen und Kanälen, die ich nützlich fand.

Werfen Sie einen Blick auf den uv - Neuer Python-Paket-, Projekt- und Umgebungsmanager
Installation und Aktualisierung von Conda
- Conda-Installation und -Version überprüfen:
conda info - Conda aktualisieren:
conda update conda - Anaconda-Meta-Paket aktualisieren:
conda update anaconda
Verwaltung von Umgebungen
- Neue Umgebung erstellen:
conda create --name my_env conda create -n my_env python=3.8 # Python-Version angeben conda create -n bioinfo fastqc trimmomatic bwa # Mit bestimmten Paketen erstellen - Umgebung aktivieren:
conda activate my_env # Auf Windows, Linux, macOS source activate my_env # Auf Linux, OS X (ältere Syntax) - Umgebung deaktivieren:
conda deactivate - Alle Umgebungen auflisten:
conda env list conda info --envs - Umgebung klonen:
conda create --clone old_env --name new_env - Umgebung umbenennen:
conda env rename -n old_env -d new_env - Umgebung löschen:
conda env remove -n my_env conda remove --name my_env --all - Revisionen einer Umgebung auflisten:
conda list --revisions - Umgebung auf eine Revision zurücksetzen:
conda install --rev 3 # Zurückrollen auf Revision 3
Verwaltung von Paketen
- Installierte Pakete auflisten:
conda list conda list -n my_env # Pakete in einer bestimmten Umgebung auflisten - Paket installieren:
conda install package_name conda install -c conda-forge package_name # Von einem bestimmten Kanal installieren conda install package_name=1.2.3 # Eine bestimmte Version installieren - Alle Pakete in einer Umgebung aktualisieren:
conda update --all - Paket deinstallieren:
conda remove package_name conda remove --name my_env package_name # Aus einer bestimmten Umgebung deinstallieren - Nach Paketen suchen:
conda search package_name conda search -c conda-forge package_name # In einem bestimmten Kanal suchen
Arbeit mit Kanälen
- Kanäle auflisten:
conda config --show channels - Kanal hinzufügen:
conda config --add channels conda-forge conda config --prepend channels conda-forge # Mit höchster Priorität hinzufügen conda config --append channels bioconda # Mit niedrigster Priorität hinzufügen - Kanalpriorität festlegen:
conda config --set channel_priority strict
Exportieren und Importieren von Umgebungen
- Umgebung in YAML exportieren:
conda env export > environment.yml conda env export --from-history > environment.yml # Nur explizit angeforderte Pakete exportieren - Umgebung aus YAML importieren:
conda env create --name my_env --file environment.yml - Umgebung in TEXT-Datei exportieren:
conda list --export > requirements.txt - Umgebung aus TEXT-Datei importieren:
conda create --name my_env --file requirements.txt
Zusätzliche Befehle
- Hilfe für einen Befehl erhalten:
conda -h conda install -h - Nicht verwendete Dateien bereinigen:
conda clean --all - Conda-Konfiguration untersuchen:
conda config --get conda config --get channels
Mamba (Optional)
Mamba ist eine schnellere Alternative zu Conda, hat aber einige Einschränkungen, insbesondere bei Umgebungsrevisionen.
- Mamba installieren:
conda install -c conda-forge mamba - Mamba austauschbar mit Conda verwenden: Die meisten Befehle sind dieselben, aber Mamba unterstützt kein Zurückrollen von Umgebungsrevisionen[2][4].
Tipps
- Beschreibende Umgebungsnamen erstellen: Hilft bei der Verwaltung mehrerer Umgebungen.
- Umgebung vor der Paketinstallation aktivieren: Stellt sicher, dass Pakete in der richtigen Umgebung installiert werden.
- Spezifische Kanäle für Pakete verwenden: Stellt sicher, dass Sie die Pakete aus den gewünschten Quellen erhalten.
- Abhängigkeitskonflikte vermeiden: Installieren Sie alle Programme in der Umgebung gleichzeitig[5].
Nützliche Links
- uv - Neuer Python-Paket-, Projekt- und Umgebungsmanager
- Python-Cheatsheet
- Python-Raum
- Layered Lambdas mit AWS SAM und Python
- Reranking mit Embedding-Modellen
- Training eines Objekterkennungs-AI mit Label Studio & MMDetection
- Objekterkennung mit TensorFlow
- Markdown-Cheatsheet
- venv-Cheatsheet
- Generieren von PDFs in Python - Bibliotheken und Beispiele