有没有一种方法可以看到什么软件包版本可以使用 conda?我得到一个错误的木星,但它以前工作。蛋黄之类的?
你只需要输入“ conda search”就可以得到如下信息。
$ conda search Fetching package metadata ......... affine 2.0.0 py27_0 defaults 2.0.0 py35_0 defaults 2.0.0 py36_0 defaults alabaster 0.7.3 py27_0 defaults 0.7.3 py34_0 defaults 0.7.7 py27_0 defaults 0.7.7 py34_0 defaults 0.7.7 py35_0 defaults 0.7.9 py27_0 defaults
若要搜索特定的包,请使用: conda search -f <package_name>。例如,根据这个问题,搜索所有版本的“ jupyter”包,您将执行: conda search -f jupyter。这将只返回名为“ jupyter”的包的确切信息。
conda search -f <package_name>
conda search -f jupyter
资料来源: https://docs.conda.io/projects/conda/en/latest/commands/search.html
作为补充,您可以使用 conda search的输出来微调您需要安装的软件包的版本。例如,在“ nasica88”的列表中,有三个阿尔巴斯特0.7.7版本可以使用不同的 python 版本。如果你需要使用 python 3.4的阿尔巴斯特0.7.7,你可以这样安装:
conda search
$> conda install albaster=0.7.7=py34_0
第二个 =符号是你的朋友。
=
列出安装在蟒蛇计算机上的软件包
conda list
这是列出所有可用于蟒蛇的软件包
为了将长时间缓慢加载的 conda search输出削减到适合您的环境的(最新)版本,您可以使用 MatchSpec过滤器,如文档 在 Conda Github 回收站所示
例如:
$ conda search "conda-forge::*[name=scikit-learn, subdir=linux-64, build=*py37*]" | tail -n5 scikit-learn 0.21.2 py37h627018c_0 conda-forge scikit-learn 0.21.2 py37hcdab131_1 conda-forge scikit-learn 0.21.3 py37hcdab131_0 conda-forge scikit-learn 0.22 py37hcdab131_0 conda-forge scikit-learn 0.22 py37hcdab131_1 conda-forge
请注意,最新的版本放在列表的底部(它们按升序时间顺序排序) ,因此可以使用 tail -n1找到它,例如:
tail -n1
$ conda search "conda-forge::*[name=scikit-learn, subdir=linux-64, build=*py38*]" | tail -n1 | awk {'print $2'} $ 0.23.2
警告:
使用 version来缩小主版本和/或次版本是有风险的,因为 version=1.*.*会错过诸如 1.1或 1之类的版本,
version
version=1.*.*
1.1
1
将体系结构(使用 subdir键)设置为 linux-64可能会遗漏一些有用的 linux 64位软件包,如果它们存储在 noarch而不是 linux-64文件夹中
subdir
linux-64
noarch
如果您知道要安装的软件包的名称,请搜索该软件包的所有可用版本。对于包装熊猫,你要做到以下几点
conda search pandas
然后安装您想要使用的版本
conda install pandas=1.0.2
要获得某个软件包的版本,你可以通过 grep对其进行过滤,比如:
grep
$ conda list | grep tensorflow
结果:
tensorflow 2.2.0 mkl_py36h5a57954_0 tensorflow-base 2.2.0 mkl_py36hd506778_0 tensorflow-estimator 2.2.0 pyh208ff02_0
我在 conda 中安装了 pip,所以 pip list也可以工作
pip list
若要控制特定的通道,请使用 -c选项。例如:
-c
conda search -c conda-forge jupyterlab