conda jupyter gdal使用參考

按：發現gdal是個好東西，jupyter也是個好東西，於是就用jupyter使用gdal，但環境有問題，於是就有了conda

1. 可下載簡化版 conda  
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

2. 新建python環境
conda create -n py2 python=2
conda create -n py3 python=3

3. 安裝jupyter
conda install -n 環境名稱 jupyter
conda install -n 環境名稱 jupyterlab

4. python環境關聯jupyter
conda install -n 環境名稱 ipykernel 
jupyter kernelspec remove 環境名稱

acitvate 環境名稱   (or source activate 環境名稱)
python -m ipykernel install --name 環境名稱
deactivate (or source deactivate)

配置默認文檔地址
C:\Users\shsq\.jupyter\jupyter_notebook_config.py
## 用於筆記本和內核的目錄。
c.NotebookApp.notebook_dir = 'D:\ProgramData\jupyter'


3. 安裝 gdal
conda search gdal
conda install -n 環境名稱 gdal=版本號
常用gdal命令示例
https://github.com/shanhuashuiqing/py-gdalogr-cookbook/blob/master/vector_layers.rst

4. 常用conda命令

1. 獲取版本號
conda --version
conda -V
2. 獲取幫助
conda --help
conda -h
# 查看某一命令的幫助，如update和remove命令
conda update --help
conda remove --help
#以上--help 也可以換成 -h
3. 環境管理
#創建名爲your_env_name的環境
conda create --name your_env_name
#創建制定python版本的環境
conda create --name your_env_name python=2.7
conda create --name your_env_name python=3.5
#創建包含某些包（如numpy，scipy）的環境
conda create --name your_env_name numpy scipy
#創建指定python版本下包含某些包的環境
conda create --name your_env_name python=3.5 numpy scipy
#列舉當前所有環境
conda info --envs
conda env list
#進入某個環境
activate your_env_name
ubuntu 環境下：source activate env_name
#退出當前環境
deactivate 
#複製某個環境
conda create --name new_env_name --clone old_env_name 
#刪除某個環境
conda remove --name your_env_name --all
4. 分享環境
#首先通過activate target_env要分享的環境target_env，然後輸入下面的命令會在當前工作目錄下生成一個environment.yml文件
conda env export > environment.yml
#小夥伴拿到environment.yml文件後，將該文件放在工作目錄下，可以通過以下命令從該文件創建環境
conda env create -f environment.yml
5. 列出環境和包管理
#查看環境管理的全部命令幫助
conda env -h
conda info --envs   #列出所有環境
conda env list  #列出所有環境
conda list  #列出當前環境下所有安裝的包
conda list -n your_env_name #列舉一個非當前活躍環境下的所有包
conda install -n env_name package_name #爲指定環境安裝某個包
6.