Conda 常用命令整理

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。