conda -V 或 conda --version #查看版本
conda --help / conda -h 如：conda env -h
conda update conda #更新conda
conda create --name <env_name> <package_names> #创建环境，如 conda create --n mykeras python=3.6.4
conda remove --name <env_name> --all #删除环境
conda info --envs 或 conda env list #显示已创建环境
activate env-name #Linux/Mac: source activate <env_name> # 进入环境
deactivate #Linux/Mac: source deactivate 退出
conda create --name flowers --clone snowflakes #制作环境的完整副本。这里我们将克隆snowflakes创建一个名为flowers的精确副本：
#更换源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda search numpy # 查找package信息
conda search --full-name python #查找全名为“python”的包有哪些版本可供安装。
conda install -n py3 numpy # 安装package到名为py3环境,如果不用-n指定环境名称，则被安装在当前活跃环境
conda install scipy # 安装scipy到当前活跃环境
conda update --all 或者 conda upgrade --all # 更新所有包
conda update -n py3 numpy # 更新名为py3环境的package
conda remove -n py3 numpy # 删除名为py3环境的package
##conda 将 conda、python 等都视为 package：
conda update conda # 更新conda，保持conda最新
conda update anaconda # 更新anaconda
conda update python # 更新python
分享环境：
conda env export > environment.yml
小伙伴拿到environment.yml文件后，将该文件放在工作目录下，可以通过以下命令从该文件创建环境：
conda env create -f environment.yml
conda list #列举当前活跃环境下的所有包
conda list -n your_env_name #列举一个非当前活跃环境下的所有包
conda install -n env_name package_name #为指定环境安装某个包