跳转至

Conda 简介及常用命令

Conda 是一个跨平台的包管理与环境管理工具，常用于 Python（也可用于 R 等）项目的依赖隔离与版本管理。它既能管理包（安装/卸载/更新），也能管理环境（创建/切换/导出）。

基础概念

  • 环境（environment）：一组独立的依赖与解释器版本，常用于隔离不同项目的运行条件。
  • 发行版（distribution）：常见的有 Anaconda（全家桶）与 Miniconda（精简版，仅含 conda）。
  • Channel：包的来源仓库，优先级与配置会影响安装到的版本与速度。

常用环境命令

查看与创建

Bash
1
2
3
4
conda --version
conda info
conda info --envs
conda env list
Bash
1
2
conda create -n myenv python=3.12
conda create -n myenv python=3.10 numpy pandas

激活与退出

Bash
1
2
conda activate myenv
conda deactivate

Windows（PowerShell/CMD）首次使用可能需要初始化：

Bash
1
2
conda init powershell
conda init cmd.exe

执行后重新打开终端再 conda activate。

删除环境

Bash
1
conda remove -n myenv --all

常用包管理命令

安装、更新、卸载

Bash
1
2
3
conda install numpy
conda install numpy=1.26
conda install -n myenv numpy
Bash
1
2
conda update numpy
conda update --all
Bash
1
conda remove numpy

搜索与查看已安装

Bash
1
2
3
conda search numpy
conda list
conda list numpy

导出与复现环境

导出为 environment.yml（推荐）

Bash
1
conda env export -n myenv > environment.yml

使用导出的文件创建环境：

Bash
1
conda env create -f environment.yml

指定新环境名：

Bash
1
conda env create -n newenv -f environment.yml

更新已有环境（根据 yml 同步依赖）

Bash
1
conda env update -n myenv -f environment.yml --prune

--prune 会移除 yml 中不存在的包，适合用 yml 做环境“期望状态”管理。

Channel 与镜像配置

查看当前配置

Bash
1
2
3
conda config --show
conda config --show-sources
conda config --get channels

添加/移除 Channel

Bash
1
2
conda config --add channels conda-forge
conda config --set channel_priority strict
Bash
1
conda config --remove channels conda-forge

说明：

  • conda-forge 通常包更全、版本更新更快。
  • channel_priority strict 可减少“混装”导致的依赖冲突。

常用清理与排错

清理缓存与无用包

Bash
1
conda clean --all

检查可用更新与依赖信息

Bash
1
2
conda search --outdated
conda info --json

解决安装慢/卡住的常见操作

  • 优先确认网络与 Channel 配置是否合理（尤其是 Windows）。
  • 若某个包在默认 channel 不存在，可尝试加 -c conda-forge：
Bash
1
conda install -c conda-forge <package>

快速命令清单

场景 命令
创建环境 conda create -n myenv python=3.12
激活环境 conda activate myenv
退出环境 conda deactivate
删除环境 conda remove -n myenv --all
安装包 conda install numpy
卸载包 conda remove numpy
查看已装 conda list
导出环境 conda env export -n myenv > environment.yml
从 yml 创建 conda env create -f environment.yml
清理缓存 conda clean --all