（base 为在 anaconda shell 中）
查看 cond 中存在的 python 环境（带 * 的表示当前环境）

1
conda info --env

创建指定的 python 环境

1
2
conda create --name py35 python=3.5  
# 代表创建一个python3.5的环境，并将其命名为py35

激活（进入）已经安装的指定的 python 环境

1
conda activate py35

【切换到对应环境后再进行 pip 安装，即给对应的环境安装对应的包】

退出当前环境

1
conda deactivate

删除指定的 python 环境

1
conda remove -n py35 --all

更新当前 python 版本

1
conda update python

更新至指定版本

1
conda install python=3.xxx

清理 Anaconda 缓存

1
conda clean --all

jupyter

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
# 安装jupyter	# 这样好像会自动创建jupyter内核，且在当前环境（不确定）
pip install jupyter notebook jupyterlab
# pip install jupyterlab	# 这样好像不会自动创建jupyter内核（不确定）
# 创建jupyter内核 将环境吸入notebook的kernel中	# 这样会创建在默认路径下	eg：C:\\...
python -m ipykernel install --user --name myenv --display-name "Python (myenv)"
# 显示当前所有jupyter内核
jupyter kernelspec list
# 删除kernel环境	（应该和下面那个一样吧~）
jupyter kernelspec remove <环境名>
# 卸载指定jupyter内核
jupyter kernelspec uninstall <内核名>

# 在创建新的虚拟环境时同时加入环境内核【失败】
# eg: conda create -n <env_name> python=<python_version> ipykernel

# 创建环境时没有安装ipykernel，在虚拟环境下创建kernel文件
conda install -n <env_name> ipykernel
# 显示所有存在jupyter的环境（好像只在jupyter中执行才有回显）
where jupyter
# 输出当前解释器
import sys  
print(sys.executable)

ps:

VS Code 等需要 ipykernel 这个库才能把你的虚拟环境挂载到 Jupyter 上。所以： pip install ipykernel