环境管理
管理独立的 Python 运行环境，解决项目间依赖冲突。
-
创建环境
# 创建名为 myenv 的新环境 conda create -n myenv# 创建并指定 Python 版本 conda create -n myenv python=3.9 -
激活/切换环境
# 进入 myenv 环境 conda activate myenv# 退出当前环境 conda deactivate -
查看与删除
# 列出所有已创建的环境 conda env list# 彻底删除某个环境 conda remove -n myenv --all# 克隆一个已有环境 conda create -n new_env --clone old_env
包管理
在当前激活的环境中，安装、更新、删除软件包。
-
安装与更新
# 安装包 conda install numpy# 安装指定版本 conda install numpy=1.21# 更新指定包 conda update numpy# 更新所有包 conda update --all -
查看与卸载
# 列出当前环境已安装的包 conda list# 搜索可用包及版本 conda search pytorch# 卸载包 conda remove numpy
环境共享
通过文件与他人共享完全一致的环境配置。
-
导出环境配置
# 生成 environment.yml 文件 conda env export > environment.yml -
从文件创建环境
# 根据 yml 文件复现环境 conda env create -f environment.yml
配置与优化
提升 Conda 使用体验的配置技巧。
-
添加 Conda-Forge 频道（社区频道，包更全更新）
conda config --add channels conda-forge conda config --set channel_priority strict -
清理缓存（释放磁盘空间）
conda clean --all
重要原则
与 pip 协同工作时，请遵循：
“先 Conda，后 Pip”
即优先使用 Conda 安装，仅在 Conda 中没有的包才使用pip安装，以最大程度减少依赖冲突。