Python中Conda常用命令的超详细学习笔记
Anaconda是一个包含数据科学常用包的Python发行版本。可以用来安装和管理不同版本的Python程序包。本文总结Anaconda一些常用命令。
在日常应用中，conda命令可以用来如下方面：
- 管理conda环境；
- 在现有的conda环境中安装/升级包；
- 查询/搜索Anaconda包的索引和当前Anaconda的安装；
一、conda环境管理（核心）
Conda 是跨平台的开源包管理和环境管理系统，最初为Python设计，现在支持多种编程语言，可轻松安装包，管理依赖和切换虚拟环境。
在Conda（一种流行的包，依赖和环境管理器）中，管理环境是非常重要的，因为它可以帮助你隔离了不同项目所需的软件版本，避免版本冲突。以下是一些常用的环境管理命令：
1.1 查询所有虚拟环境
conda env list #或 conda info --envs
说明：列出系统中所有conda虚拟环境，带\(*\)的是当前激活的环境。
1.2 创建虚拟环境
conda create -n 环境名称 python=版本号
示例：创建名为pytorch_env, Python版本为3.12的虚拟环境；
conda create -n pytorch_env python=3.12
说明：\(-n\) 是\(--name\) 的缩写，指定环境名；Python版本根据应用包进行选择；
1.3 激活虚拟环境
#Window 系统 conda activate 环境名 #Linux/macOS 系统（若初始化conda，需要执行 source ～/.bashrc 或 source ～/.zs conda activate 环境名
示例：激活pytorch_env环境
conda activate pytorch_env
1.4 退出虚拟环境
conda deactivate
说明：退出当前激活环境，回到base环境（默认环境）。
1.5 复制虚拟环境
conda create -n 新环境名 --clone
示例：复制pytorch_env 为 pytorch_env_copy
conda create -n pytorch_env_copy --clone pytorch_env
1.6 删除虚拟环境
conda remove -n 环境名 --all
示 例：删除old_env 环境
conda remove -n old_env --all
注意：删除前需先退出该环境（不能删除当前的环境）。
二、包管理
Conda提供了强大的包管理功能，可以方便地安装，更新和删除包。下面是一些基本的Conda包管理命令：
2.1 安装包
# 在当前环境安装包 （指定版本可选） conda install 包名==版本号 #安装到指定环境（无需激活该环境） conda install -n 环境名 包名
示例：在当前环境安装 numpy 1.21.0
conda install numpy==1.21.0
说明：若用conda安装失败，可采用pip（需先激活环境）：pip install 包名。
2.2 查看当前环境以安装的包
conda list
说明：列出当前激活环境中所有已安装的包及版本。
2.3 查看指定环境的包
conda list -n 环境名
示例：查看pytorch_env中的包
conda list -n pytorch_env
同时安装多个包：
conda install numpy pandas matplotlib
单命令完成多包安装，减少重复操作，提升效率。
2.4 更新包
#更新指定包 conda update 包名 # 更新当前环境所有包 （谨慎使用，可能导致兼容性问题） conda update --all
2.5 卸载包
# 卸载当前环境的包 conda remove 包名 # 卸载指定环境的包 conda remove -n 环境名 包名
2.6 搜索包 （查看可用版本）
conda search 包名
示例：搜索pytorch的可用版本
conda search pytorch
三、配置与更新
conda配置管理是使用conda包管理器时的一个重要部分，它允许用户管理环境变量、频道（channels）、配置文件等。以下是一些基本的conda配置管理方法：
3.1 查看conda版本
conda --version #或 conda -V
3.2 更新conda本身
conda update conda
说明：升级conda到最新版本，确保功能正常。
3.3 配置国内镜像源
# 添加Anaconda仓库镜像 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # 添加conda-forge仓库镜像（包含更多包） conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ # 添加PyTorch镜像（如需安装PyTorch） conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
3.4 设置显示通道地址（安装时可看到从哪个源下载）
conda config --set show_channel_urls yes
3.5 查看已配置的镜像源
conda config --show channels
3.6 删除指定镜像源
conda config --remove channels 源地址
四、实用技巧
4.1 导出环境配置（用于复现环境）
# 在当前环境下执行，导出为yaml文件 conda env export > 环境名.yaml
示 例：导出pytorch_env的配置到pytorch_env.yaml
conda env export > pytorch_env.yaml
4.2 从配置文件创建环境
conda env create -f 环境名.yaml
说明：在另一台机器，通过导出的yaml文件可快速创建相同环境。
4.3 清理conda 缓存（释放磁盘空间）
Conda安装的包都在目录\(Anaconda/pkgs\) 下。随着使用，conda安装的包也越来越多；有时候会出现以下不好情况：
- 有些包安装之后，从来没有使用过；
- 一些安装包的tar包也保留在计算机中；
- 由于依赖或者环境等原因，某些包的不同版本重复安装；
以上这些情况使得更加冗余，并且浪费存储；对于这些情况可以使用conda clean净化Anaconda。
# 清理未使用的包和缓存 conda clean -p # 清理未使用的包 conda clean -t # 清理tar包缓冲 conda clean -y --all #清理所有缓存（推荐）
到此这篇关于Python中Conda常用命令的超详细学习笔记的文章就介绍到这了,更多相关Python Conda常用命令内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了Python os和os.path模块详情，文章围绕主题展开详细的相关内容，具有一定的参考价值，需要的小伙伴可以参考一下，希望对你的学习有所帮助2022-04-04
OpenCV中提供了两种技术用于特征匹配，分别为Brute-Force匹配器和基于FLANN的匹配器。本文将为大家详细介绍一下这两种匹配方式，需要的可以参考一下2021-12-12
这篇文章主要介绍了python如何获取Prometheus监控数据，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-05-05
这篇文章主要为大家详细介绍了python多线程实现TCP服务端，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-09-09
本文主要介绍了Pandas数据集的分块读取的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-08-08
本文介绍如何使用Python批量合并多个Excel文件,通过定义函数,可以轻松地将指定文件夹内的所有Excel文件整合到一个文件中,并提供了按文件名提取日期信息及按原文件名区分Sheet的方法,需要的朋友可以参考下2025-12-12
这篇文章主要介绍了Python中%r和%s的详解及区别的相关资料,需要的朋友可以参考下2017-03-03
这篇文章主要介绍了Django 用户认证组件使用详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-07-07
今天小编就为大家分享一篇解决pycharm运行出错,代码正确结果不显示的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-11-11
这篇文章主要介绍了python绘图方法,实例分析了Python的绘图技巧,涉及Python中matplotlib模块的使用方法,需要的朋友可以参考下2015-05-05
最新评论