有的时候，我们在开发一个任务的时候，需要一些依赖环境，如果我们总是将所有的依赖包安装到同一依赖环境下，可能会出现安装包冲突的情况，所以，如果空间足够，有必要为每一个大型开发项目创建一个独立的环境。

创建虚拟环境的步骤

1. 登录服务器

一般通过Xshell, 根据host , user, password 登录服务器

login

2. 检查本地conda环境

• conda --version
• conda env list

• 如果本地没有安装anaconda,可以在这里找到相应的安装版本
  https://repo.anaconda.com/archive/

3. 创建虚拟环境并激活环境

创建环境并且指定Python版本

• conda create -n envName python=3.6

安装好后，使用 activate 激活某个环境

• for Linux & Mac：
  source activate envName
• for Windows：
  activate python34

激活后，会发现 terminal 输入的地方多了 envName 的字样，实际上，此时系统做的事情就是把默认 2.7 环境从 PATH 中去除，再把 envName 对应的命令加入 PATH

4. 安装项目所需要的依赖包

首先，可以设置一下镜像，便于快速安装依赖包

• 添加 Anaconda 的 TUNA 镜像
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

TUNA 的 help 中镜像地址加有引号，需要去掉

• 设置搜索时显示通道地址
  conda config --set show_channel_urls yes

然后，就可以安装相应的依赖包了

• conda install packageName

5. 激活分析环境

在每一次运行代码之间，需要先用sourse 激活一下环境

• source /home/user/.conda/envs/envName
• source /USER/miniconda2/bin/activate /USER.conda/envs/envName

其他常用命令

• 删除一个已有的环境
  conda remove --name envName --all

• 删除环境中的指定包
  conda remove --name envName packageName

• 克隆环境
  conda create --name envName --clone envName

• 查找软件包
  conda search beautifulsoup4

• 导出配置文件
  conda env export --name envName> envName.yml

• 根据配置文件导入环境
  conda env create -f envName.yml