콘다와 함께 사용할 수 있는 패키지 버전을 나열하는 방법

콘다와 함께 사용할 수 있는 패키지 버전을 나열하는 방법

콘다와 함께 사용할 수 있는 패키지 버전을 확인할 수 있는 방법이 있습니까?주피터에 오류가 발생하고 있지만 이전에는 작동했습니다.노른자 같은 거?

특정 패키지를 검색하려면 다음을 사용합니다.conda search -f <package_name>예를 들어, 질문에 따라 모든 버전에서 "jupter" 패키지를 검색하려면 다음 작업을 수행합니다.conda search -f jupyter이렇게 하면 "jupyter"라는 이름의 패키지에 대한 정보만 정확하게 반환됩니다.

출처: https://docs.conda.io/projects/conda/en/latest/commands/search.html

다음과 같은 정보를 제공하는 "콘다 검색"을 입력하면 됩니다.

$ 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

아나콘다 컴퓨터에 설치된 패키지를 나열하려면 다음과 같이 하십시오.

conda list

아나콘다에 사용할 수 있는 모든 패키지를 나열합니다.

conda search

부록으로 다음의 출력을 사용할 수 있습니다.conda search설치해야 하는 패키지 버전을 미세 조정할 수 있습니다.예를 들어 'nasica88'의 목록에서 다른 파이썬 버전과 함께 사용할 수 있는 앨버스터 0.7.7 버전이 3개 있습니다.python 3.4에서 albaster 0.7.7이 필요한 경우 다음과 같이 설치합니다.

$> conda install albaster=0.7.7=py34_0

그래서 두번째.=사인은 여기서 당신의 친구입니다.

설치할 패키지의 이름을 알고 있는 경우 사용 가능한 모든 버전을 검색합니다. 예를 들어 패키지 팬더에 대해 다음을 수행합니다.

conda search pandas

그런 다음 사용할 버전을 설치합니다.

conda install pandas=1.0.2

특정 패키지의 버전을 가져오려면 다음을 기준으로 필터링할 수 있습니다.grep예:

$ conda list | grep tensorflow

결과:

tensorflow                2.2.0           mkl_py36h5a57954_0  
tensorflow-base           2.2.0           mkl_py36hd506778_0  
tensorflow-estimator      2.2.0              pyh208ff02_0  

길고 느린 부하를 줄입니다.conda search사용자 환경에 적합한 (최신) 버전으로 출력할 수 있습니다. 여기에 설명된 대로 MatchSpec 필터를 사용할 수 있습니다. conda Github repo

예:

$ 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

최신 버전은 목록의 맨 아래에 배치되어 있습니다(시간순으로 오름차순으로 정렬됨). 따라서 다음을 사용하여 찾을 수 있습니다.tail -n1예:

$ conda search "conda-forge::*[name=scikit-learn, subdir=linux-64, build=*py38*]" | tail -n1 | awk {'print $2'}
$ 0.23.2

주의사항:

• 사용.version주요 버전 및/또는 부 버전을 좁히는 것은 위험합니다.version=1.*.*다음과 같은 버전을 놓칩니다.1.1또는1,

• 아키텍처 설정(사용)subdir키)로linux-64일부 유용한 Linux 64비트 패키지가 에 저장되어 있는 경우 누락될 수 있습니다.noarch폴더 대신linux-64

특정 채널을 제어하려면 다음을 사용합니다.-c선택.예:

conda search -c conda-forge jupyterlab

위의 내용은 에 나열된 채널에서도 검색되므로 사용할 수 있습니다(더 빨리 결과를 얻을 수 있습니다.--override-channels:

conda search -c conda-forge --override-channels jupyterlab

릴리스 하려면 특정릴이버표전사다다니용합음을면을 사용합니다."{package}>={release}"예:

conda search -c conda-forge "jupyterlab>=3.5"

일부 셸(예:)에 유의하십시오.Windows)에서는 작은 따옴표를 사용하지 않으므로 큰따옴표를 사용하는 것이 더 안전합니다.

마지막으로,에서 출력을 사용하려고 한다면, 분석하는 것을 , 은 마으막로출, 프에는사경사우려수용위않할해를 사용할 수 .--json:

conda search -c conda-forge --override-channels --json "jupyterlab>=3.6"

다음과 같이 반환됩니다.

{
  "jupyterlab": [
    {
      "arch": null,
      "build": "pyhd8ed1ab_0",
      "build_number": 0,
      "channel": "https://conda.anaconda.org/conda-forge/noarch",
      "constrains": [],
      "depends": [
        "ipython",
        "jinja2 >=2.1",
        "jupyter_core",
        "jupyter_server >=1.16.0,<3",
        "jupyter_server_ydoc >=0.6.0,<0.7.0",
        "jupyter_ydoc >=0.2.2,<0.3",
        "jupyterlab_server >=2.19,<3",
        "nbclassic",
        "notebook <7",
        "packaging",
        "python >=3.7",
        "tomli",
        "tornado >=6.1.0"
      ],
      "fn": "jupyterlab-3.6.0-pyhd8ed1ab_0.conda",
      "license": "BSD-3-Clause",
      "license_family": "BSD",
      "md5": "1a9cd36192678fc2175145c9103b95ff",
      "name": "jupyterlab",
      "noarch": "python",
      "package_type": "noarch_python",
      "platform": null,
      "sha256": "66da471830af4f5a7baa6229240c9dfe0fcc43bf20cc576067dab742bf5ec02e",
      "size": 5827178,
      "subdir": "noarch",
      "timestamp": 1675350928375,
      "url": "https://conda.anaconda.org/conda-forge/noarch/jupyterlab-3.6.0-pyhd8ed1ab_0.conda",
      "version": "3.6.0"
    },
    {
      "arch": null,
      "build": "pyhd8ed1ab_0",
      "build_number": 0,
      "channel": "https://conda.anaconda.org/conda-forge/noarch",
      "constrains": [],
      "depends": [
        "ipython",
        "jinja2 >=2.1",
        "jupyter_core",
        "jupyter_server >=1.16.0,<3",
        "jupyter_server_ydoc >=0.6.0,<0.7.0",
        "jupyter_ydoc >=0.2.2,<0.3",
        "jupyterlab_server >=2.19,<3",
        "nbclassic",
        "notebook <7",
        "packaging",
        "python >=3.7",
        "tomli",
        "tornado >=6.1.0"
      ],
      "fn": "jupyterlab-3.6.1-pyhd8ed1ab_0.conda",
      "license": "BSD-3-Clause",
      "license_family": "BSD",
      "md5": "c7de31a5b57a9fc1aa4d3fb9993819c6",
      "name": "jupyterlab",
      "noarch": "python",
      "package_type": "noarch_python",
      "platform": null,
      "sha256": "8f7d234af44356633f8d418ed3001e814215ff09cedbec9583e3fb10fb7cc5e2",
      "size": 5354015,
      "subdir": "noarch",
      "timestamp": 1675434565845,
      "url": "https://conda.anaconda.org/conda-forge/noarch/jupyterlab-3.6.1-pyhd8ed1ab_0.conda",
      "version": "3.6.1"
    }
  ]
}

in해서 는pip을 콘에설다했, 그서래치도.pip list 작동합니다.

conda list <pattern>효과도 있습니다.

    (base) root@fb7969c44a12:/# conda list jupyterlab
    # packages in environment at /opt/conda:
    #
    # Name                    Version                   Build  Channel
    beatrix-jupyterlab        2023.46.184821           pypi_0    pypi
    jupyterlab                3.6.3                    pypi_0    pypi
    jupyterlab-git            0.41.0                   pypi_0    pypi
    jupyterlab-lsp            4.0.1                    pypi_0    pypi
    jupyterlab-server         2.22.0                   pypi_0    pypi
    jupyterlab-widgets        3.0.7                    pypi_0    pypi
    jupyterlab_pygments       0.2.2              pyhd8ed1ab_0    conda-forge

쿠다 공구 키트를 사용한 예:

conda search -c nvidia cudatoolkit

언급URL : https://stackoverflow.com/questions/43222407/how-to-list-package-versions-available-with-conda