本文作者为 Aaron Meurer，译者为 cystone，校对 EarlGrey，是 Python 翻译组 推出的最新译文。本文为编程派微信公众号首发。
译者信息请见文末介绍。更多优秀 Python 教程和译文，请点击“阅读原文”。对译文有什么问题请留言哦。
Conda 是 Continuum 公司发布的 Anaconda 里边配备的一个包管理器。Conda 让你更加方便地安装和管理各种扩展包和运行环境，同时支持 Windows，Mac OS X 以及 Linux。
如果你是一个 Conda 的新手，我建议你先学习它的官方文档，还有我在 SciPy 2014 上的演讲。
在这篇文章里，我就假设你已经熟悉了Conda 以及它安装和编译包的基本用法。我将为你们展示一些甚至对于 Conda 的高级用户也鲜有人知的高级特性。这些特性将帮助你挖掘新特性、定制新用法，同时也能让你以更高级的方式管理扩展包和运行环境。
—help
学习 Conda 特性最好的方法是在子命令的后边加一个 --help 选项。例如：查看 install 命令的所有功能， 我们可以运行：
查看所有conda的命令，可以运行conda --help 。
配置
Conda支持多种配置选项。修改这些选项最简单的方法就是使用conda config命令。这个命令会修改你的.condarc文件，这个文件默认在你的用户目录下。.condarc遵循 YAML 语法。
Conda 提供了一些很有用的配置。最常用的配置选项是channels，它可以让人们从 Anaconda.org 安装其他人的扩展包，当然还有一些有用的配置，比如，允许当你创建一个新环境时改变 Conda 的行为，或者它在命令行的交互。
在 Conda 的配置里边有两种键：List 键和 Boolean 键。
List 键的值是一个列表。例如，channels是 Conda 搜索扩展包时使用的一个频道列表。向 list 键里边添加内容的方法是 conda config --add。conda config --add channels asmeurer将添加我的 Binstar 频道（译者注：“asmeurer” 是 Binstar 上的用户名）。还有一些其他有用的 list 键：
channels：Conda 搜索扩展包的频道列表。defaults是 Conda 自带的、指向 Continuum 频道的一个特殊频道。频道可以是一个 url，或者是 Binstar 用户名。
create_default_packages: 新环境中默认包含的一个扩展包列表。
envs_dirs: 一个 Conda 用来创建环境和缓存扩展包的默认目录。
Boolean键只包含两个值：true 和 false。YAML 允许 true 和 false 有多种拼写方法。yes、YES、on、true、True 和 TRUE，都是 “true” 合法的拼写方法，no、NO、off、false、False，都是 “false” 合法的拼写方法。
Boolean 键的设置通过conda config –set进行。一些有用的 Boolean 键：
always_yes: 阻止弹出 [Y/n] 的确认对话框。如果开启了这个设置，你可以向 conda install 和 conda clean之类的命令传递 –dry-run 选项，查看它们要做而没有做的事情。
binstar_upload: 如果把这个键设为 true，Conda 会把每次编译成功的文件上传到 Binstar。
changeps1: 如果把这个键设为 true（默认值），activate脚本会把环境的名字即时加入命令提示符中。如果你不喜欢这样，或者希望使用CONDA_DEFAULT_ENV环境变量手动完成，你可以把这项设为 false。
还有一些其他的配置选项，其中有一些现在还不能使用 conda config 设置。完整的配置选项列表请参看Conda 配置文档。
conda update –all
Conda 通过使用 SAT 求解器加上一个伪布尔约束，来解决包之间的依赖关系。当 Conda 安装扩展包时，它会尝试查找和这个包结合在一起能够使用的那些包的最新版本。
更新全部包，就是尝试安装每个包，让 SAT 求解器找到最新可用的版本。conda update –all 可以很容易的实现这一功能。例如，如果你现在安装了 Python 2.7.4, Nunpy 1.8.0, 和 SciPy 0.14.0, conda update –all 就和 conda install “python>=2.7.4, <3” “numpy>=1.8.0” “scipy>=0.14.0” 的功能一样（除此之外还包括一些Python的依赖关系，比如 readline 和 OpenSSL）。值得注意的是 conda update –all 不会把 Python 2 升级到 Python 3 。
有时候你的环境可能存在不一致的情况，这时候 Conda 就不能解决包的规格问题。发生这种情况的时候，它会提示你 “Unsatisfiable package specifications” 错误，而且会生成一个线索。你可以按下 Control-C 取消线索的生成，也可以等待它完成（生成的过程可能有点慢，特别是使用 conda update –all 的时候）。有一个比较常见的问题是，如果你想把某一个包升级到比 anaconda 元包指定的版本，你可以通过 conda remove anaconda 来移除它。（这会移除元包，里面不包含任何代码。）
anaconda 元包是针对想使用稳定版扩展包的人而设计的，它里边的的包都是经过测试的，每几个月会更新一次。如果你想使用这个，你就不要卸载 anaconda 同时使用 conda update anaconda 来更新。如果你想将每个包都更新为最新版本，你可以 conda remove anaconda，然后使用 conda update –all 来获取更新。
conda list –export 和 conda create –file
使用 Conda 可以很简单地复制环境。 conda list --export 可以导出所有你已经安装好的包，包括版本和编译字符。你可以把这些保存在文件里，同时使用 conda install --file 或者 conda create --file 来安装同样的包。例如：
conda clean
使用一段时间之后， Conda 会占用很多硬盘空间，这是因为它不会自动删除一些没用的包。
你可以通过 conda clean -p 来删除这些没用的包。这个命令会检查哪些包没有在包缓存中被硬链接到其他任何地方，并删除它们。注意，如果你是通过 symlink 等方式或通过一个单独的文件系统安装的包，你就没有办法使用这个命令删除它们，因为它检测不到它们的存在。
Conda 也会保存所有下载下来的 tar 包。它们只是为了缓存才保存下来的，是可以被删除的。你可以通过 conda clean -t删除它们。
钉包（Pinning Packages）
默认情况下，Conda 会在环境中安装一个包的最新版本。但是，有时候你可能会想保留某一个旧版本的包，哪怕你之后安装的包要依赖这个包的新版本（Conda 默认会升级你已经安装的包的依赖包）。
例如，假设你在你的环境里已经安装了 SciPy 0.13.3， 但是你现在还不想升级到 0.14.0（文章发表时的最新版本），虽然你安装了其他依赖于 SciPy 的包，比如 Pandas。
为了达到目的，可以在你的环境中的 conda-meta 目录下创建一个叫 pinned 的文件。例如，如果你有一个叫做 scipy-0.13 的环境，你可以这么写：
$ echo "scipy 0.13.3" > ~/anaconda/envs/scipy-0.13/conda-meta/pinned
pinned 文件中的每一行都应符合 conda 匹配规则。这就允许一些通用的事情，比如说指定 scipy<0.14。其中以'#’号开头的行会被忽略。
它的工作原理是，每次 conda 在你的环境里安装扩展包时，conda 会把 pinned 文件里的每一行内容都附带发送给 SAT 求解器，这样就阻止了那些你不想要的升级。
忽视 pinned 文件，可以使用conda install --no-pin 。
结语
这是 Conda 高级特性系列博客的第一部分。在第二部分里，大家将会看到更多的高级特性，包括一些使用 conda 更便捷地编译扩展包和使用 conda 管理环境的技巧。
Python 翻译组是EarlGrey@编程派发起成立的一个专注于 Python 技术内容翻译的小组，目前已有近 30 名 Python 技术爱好者加入。
