Linux常用命令

pip 常用命令

1. 查看pip命令安装目录 pip -V
2. 查看pip命令执行程序位置 command -V pip
3. 查看当前 pip 版本
   pip --version
4. 列出所有已安装的包
   pip list
5. 安装最新版本的numpy库
   pip install numpy
6. pip卸载指定库
   pip uninstall numpy
7. pip指定版本安装指定包
   pip install numpy==1.26.1
8. pip搜索指定包可安装的所有版本
   pip install numpy==
   也可以到 https://pypi.org/ 官网取搜索指定库，然后查看 Release history
9. pip指定源安装指定库，适用于当前源安装该库较慢，临时切换源使用
   pip install numpy -i https://pypi.doubanio.com/simple/
10. pip指定文件批量安装库，在requirements.txt文件中定义需要安装的库
    pip install -r requirements.txt
11. 指定文件批量卸载库
    pip uninstall -r requirements.txt
12. 通过 pip 下载指定包到指定目录，但不安装它
    pip download numpy -d /gm-data/
13. pip 指定已下载或者已克隆的包进行安装
    pip install ./gm-data/numpy-1.26.2-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
14. pip 查看指定包的兼容性
    pip check numpy
15. pip 查看已安装库的详细信息
    pip show numpy
16. 查询当前可升级的 pip 库
    pip list --outdated
17. pip 升级指定安装包
    pip install --upgrade numpy
18. pip升级pip自身
    pip install --upgrade pip
19. pip查看当前源配置
    pip config list
20. 永久性修改 pip 源
    pip config set global.index-url --site https://pypi.tuna.tsinghua.edu.cn/simple
21. 查看 pip 下载的安装包的默认路径
    python3 -m site

conda 常用命令

1. 查看 conda 版本
   conda --version
2. 查看 conda 信息
   conda info
3. 更新 conda 自身到最新版本，同时也会更新其它包
   conda update conda
4. conda 更新指定包，这里更新通过conda安装的 zlib 包
   conda update zlib
5. 列出所有虚拟环境
   conda env list
conda info -e
6. 创建一个 python 版本为 3.8.10 的虚拟环境
   conda create -n gpumall python==3.8.10
7. 切换到名称为 gpumall 的虚拟环境
   conda activate gpumall
8. 退出当前虚拟环境
   conda deactivate
9. 删除指定虚拟环境
   conda remove --name gpumall --all
10. 查看已安装的包
    conda list
11. 指定目录创建虚拟环境
    conda create -p /gm-data/myenv python=3.8.10
12. 安装 numpy 指定包到当前虚拟环境
    conda install numpy
13. 在指定虚拟环境中安装包，这里在 gpumall 虚拟环境中安装 nmupy 包
    conda install --name gpumall numpy
14. 删除或者卸载当前虚拟环境中的指定包
    conda remove numpy
15. 删除或者卸载指定虚拟环境中安装包，这里在 gpumall 虚拟环境中删除 nmupy 包
    conda remove --name gpumall numpy
16. 搜索 numpy 包的所有版本
    conda search numpy
17. 搜索大于或等于 1.24 版本以上的 numpy 包
    conda search 'numpy>=1.24'
18. 通过 conda 安装包后，conda 会在 /root/.cache/conda 目录下生成缓存，可以通过如下命令查看该目录缓存
    du -sh /root/.cache/conda/
19. 如果 /root/.cache/conda 目录缓存较大，则可以通过如下命令清理 conda 缓存
    conda clean --all
20. 从 gpumall 虚拟环境来克隆一个名称为 gm 的新虚拟环境
    conda create --name gm --clone gpumall
21. 导出虚拟环境中所安装的所有包到指定文件
    conda env export --name gm > gm.yml
22. 删除指定虚拟环境
    conda env remove --name gm

实例中压缩及解压命令

1. 在实例中的压缩及解压缩命令常用到的有如下：
   tar、zip、unzip、gzip、gunzip、7z、bzip2、bunzip2、xz、unxz、rar、unrar等。
2. tar命令进行压缩及解压 将 file_or_directory 文件或目录压缩为 archive.tar
   tar -cvf archive.tar file_or_directory
   将多个文件或目录压缩到同一个文件中，这里将 file1 file2 directory1 directory2 一起压缩为 archive.tar 文件
   tar -cvf archive.tar file1 file2 directory1 directory2 解压缩 archive.tar 文件到当前目录 tar -xvf archive.tar 解压缩 archive.tar 到 /gm-data/ 目录下 tar -xvf archive.tar -C /gm-data/

3. zip 及 unzip 命令进行压缩和解压（zip 和 unzip 算是一对命令，zip 命令用来压缩，unzip 用来解压 zip 命令的压缩。） 将 file_or_directory 文件或目录压缩为 archive.zip
   zip -r archive.zip file_or_directory
   将多个文件或目录压缩到同一个文件中，这里将 file1 file2 directory1 directory2 一起压缩为 archive.zip 文件
   zip -r archive.zip file1 file2 directory1 directory2 解压缩 archive.zip 文件到当前目录
   unzip archive.zip 解压缩 archive.zip 到 /gm-data/ 目录下
   unzip archive.zip -d /gm-data/

4. gzip 及 gunzip 命令进行压缩和解压（gzip 和 gunzip 也算是一对命令，gzip 命令用来压缩，gunzip 用来解压 gzip 命令的压缩。）
   压缩文件名为 file 的文件
   gzip file 解压通过 gzip 压缩的文件
   gunzip file.gz

5. 7z 命令进行压缩及解压缩 将 file_or_directory 文件或目录压缩为 archive.7z
7z a archive.7z file_or_directory
   将多个文件或目录压缩到同一个文件中，这里将 file1 file2 directory1 directory2 一起压缩为 archive.7z 文件
   7z a archive.7z file1 file2 directory1 directory2
   解压缩 archive.7z 文件到当前目录
   7z x archive.7z
   解压缩 archive.7z 到 /gm-data/ 目录下，注意 -o/gm-data/ 之间没有空格
   7z x archive.7z -o/gm-data/
6. bzip2 及 bunzip2 命令进行压缩和解压（bzip2 和 bunzip2 也算是一对命令，bzip2 命令用来压缩，bunzip2 用来解压 bzip2 命令的压缩。）
   压缩文件名为 file 的文件
   bzip2 file
   解压通过 gzip 压缩的文件
   bunzip2 file.bz2
7. xz 及 unxz 命令进行压缩和解压（xz 和 unzx 也算是一对命令，xz 命令用来压缩，unxz 用来解压 xz 命令的压缩。）
   压缩文件名为 file 的文件
   xz file
   解压通过 gzip 压缩的文件
   unxz file.bz2
8. rar 及 unrar 命令进行压缩和解压 将 file_or_directory 文件或目录压缩为 archive.rar rar a archive.rar file_or_directory
   将多个文件或目录压缩到同一个文件中，这里将 file1 file2 directory1 directory2 一起压缩为 archive.rar 文件
   rar a archive.rar file1 file2 directory1 directory2
   解压缩 archive.rar 文件到当前目录
   unrar x archive.rar
   解压缩 archive.rar 到 /gm-data/ 目录下
   unrar x archive.rar /gm-data/

apt 安装及卸载软件包命令

更新本地软件包列表，更新镜像源
sudo apt-get update -y
安装指定软件包，前提是需要知道包名
sudo apt-get install busybox -y
卸载软件包但需要保留配置文件
sudo apt-get remove busybox -y
卸载软件包并删除配置文件
sudo apt-get purge busybox
更新所有软件包
apt-get upgrade
搜索软件包
apt-cache search busybox

Linux 基础命令

ls 命令相关用法
列出当前目录中的文件和目录：
ls 列出包括隐藏文件在内的所有文件：
ls -a
以长格式列出文件（显示权限、所有者、大小和修改日期）：
ls -l
递归列出所有子目录：
ls -R

1. cd命令用法
   进入指定目录：
   cd /gm-data/
   返回上一级目录：
   cd ..
   返回用户主目录:
   cd
2. pwd命令用法
   显示当前目录的完整路径：
   pwd
3. mkdir命令用法
   创建新目录
   kdir new_directory
   一次创建多个目录
   mkdir dir1 dir2 dir3
   递归创建目录
   mkdir -p /path/to/dir1/dir2
4. touch命令用法
   创建一个新的空文件：
   touch newfile.txt 更新现有文件的时间戳：
   touch existingfile.txt
5. cp命令用法
   复制文件到新位置：
   cp source.txt destination.txt
   复制目录及其内容（递归复制）：
   cp -r source_directory destination_directory
   mv命令用法
   移动文件
   mv source.txt /path/to/destination
   重命名文件
   mv oldname.txt newname.txt
6. 进程管理命令 显示所有运行中的进程
   ps -ef
ps aux
   显示特定用户的进程
   ps -u root
   查找当前实例中的 所有python 进程
   ps -ef | grep python
ps aux | grep python
   实时显示系统中的进程信息
   top
   杀掉特定PID的进程
   kill PID
   强制杀掉指定进程
   kill -9 PID
   根据进程名终止进程：
   pkill process_name
   终止所有名为给定名称的进程：
   killall process_name
   列出打开的文件
   lsof
   显示特定用户打开的文件：
   lsof -u username
   显示使用特定端口的进程：
   lsof -i :port_number
   运行一个命令，使其在退出终端后继续运行：
   nohup command &
   显示当前会话的所有作业：
   jobs
   将作业带回前台继续运行：
   fg %job_number
   将停止的作业在后台继续运行：
   bg %job_number

GPU 相关命令

显示所有NVIDIA GPU的当前状态，包括利用率、温度、功率使用等：
nvidia-smi
每隔1秒刷新并显示所有GPU的状态：
nvidia-smi -l 1 或者 watch -n 1 nvidia-smi
显示特定GPU（例如GPU 0）的详细信息：
nvidia-smi -i 0
仅显示特定的信息，例如温度、利用率等：
nvidia-smi --query-gpu=temperature.gpu,utilization.gpu --format=csv
查看GPU上运行的进程:
py3smi nvitop
仅获取GPU显存使用情况
nvidia-smi --query-gpu=memory.used,memory.total --format=csv
获取GPU的硬件和驱动版本信息：
nvidia-smi -a
显示特定GPU的GPU核心利用率和显存利用率： nvidia-smi --query-gpu=utilization.gpu,utilization.memory --format=csv