Python笔记（二）：Conda 常用命令总结

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）