Python 工具 | conda 基本命令

Hi,大家好,我是源于花海。本文主要了解 Python 的工具的conda相关的基本命令。Conda 是一个开源的软件包管理系统和环境管理系统,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换。在Windows下,需要安装使用Anaconda Prompt ;在Linux下,可以直接执行 conda 命令。

目录

一、创建一个新的虚拟环境

二、激活并进入虚拟环境

[三、conda 基本命令](#三、conda 基本命令)

[1. 软件包的安装和删除](#1. 软件包的安装和删除)

[2. 查看各软件包版本](#2. 查看各软件包版本)

[3. 查看指定软件包版本](#3. 查看指定软件包版本)

[4. 搜索特定的软件包](#4. 搜索特定的软件包)

[5. 查看所有虚拟环境信息 (name、location)](#5. 查看所有虚拟环境信息 (name、location))

四、虚拟环境的退出和删除

[1. 退出当前虚拟环境:](#1. 退出当前虚拟环境:)

[2. 删除某个虚拟环境:](#2. 删除某个虚拟环境:)

[五、清除 Conda 缓存](#五、清除 Conda 缓存)


一、创建一个新的虚拟环境

我们在做开发时可能会同时开发多个项目,这些项目可能会依赖于不同的 python 环境,比如有的用到 python 3.6有的用到 python 3.7等。如果对于不同的项目,我们分别创建不同的虚拟环境来提供其所需要的版本,那么便可以将各项目所用的环境隔离开不会相互影响

就算多个项目使用同一个版本的python,这时候还是需要创建 conda 虚拟环境的,比如一个项目用 Pytorch 开发,一个项目用 TensorFlow 开发。不同框架对 python 包依赖,对底层库的依赖是不同的,此时可能会起冲突。比如安装 Pytorch 后再安装 TensorFlow 时可能会将 Pytorch 所用依赖更新(版本便会与之前的不匹配了),则会导致 Pytorch 无法运行。故创建虚拟环境是非常有必要的,它可以隔离各项目所需环境,让项目之间不会起冲突

所以建议每做一个新的项目的时候,创建一个新的虚拟环境,再进行后续操作。

请打开 WIN**+R-->cmd** 或者 Anaconda Powershell Prompt 进行创建:

python 复制代码
conda create -n env_name python=x.x

注意:

  • env_name------自定义的环境名称
  • x.x------指定的虚拟运行环境的 python 版本

二、激活并进入虚拟环境

激活虚拟环境:

python 复制代码
conda activate env_name

进入虚拟环境:

python 复制代码
activate env_name

激活并进入环境后,可检查当前环境下的 Python 版本

复制代码
python --version

三、conda 基本命令

1. 软件包的安装和删除

激活到指定环境后,可直接在当前环境中安装或删除软件包:

1)在当前环境中安装软件包

python 复制代码
conda install package_name 
# 指定包版本:conda install package_name=版本号
# 也可以使用:pip install安装 pip install package_name ==版本号
# 查看可用的版本:pip install package_name==*

2)删除当前环境中的软件包

python 复制代码
conda remove package_name
# 请注意:不是conda uninstall
# pip 指令下才有 pip uninstall

3)升级软件包

python 复制代码
conda update package_name  # 升级某个软件包
# conda update --all  # 升级所有软件包

2. 查看各软件包版本

python 复制代码
conda list

1)在 cmd 下直接输入

2)在特定虚拟环境里输入

3. 查看指定软件包版本

python 复制代码
conda list package_name

**4.**搜索特定的软件包

python 复制代码
conda search package_name

5. 查看所有虚拟环境信息 (name、location)

python 复制代码
conda env list
或者
conda info -e

四、虚拟环境的退出和删除

1. 退出当前虚拟环境:

python 复制代码
conda deactivate

2. 删除某个虚拟环境:

python 复制代码
conda remove -n your_env_name --all

五、清除 Conda 缓存

清除 Conda 缓存,以确保获取最新的元数据。此操作可以很有效地清理 C 盘内存(当然清理 C 盘的方法还有很多),本人亲测实用。

python 复制代码
conda clean --all
相关推荐
春哥的研究所22 分钟前
AI人工智能名片小程序源码系统,名片小程序+分销商城+AI客服,包含完整搭建教程
人工智能·微信小程序·小程序
ahead~26 分钟前
【大模型入门】访问GPT_API实战案例
人工智能·python·gpt·大语言模型llm
喜欢吃豆26 分钟前
深入企业内部的MCP知识(三):FastMCP工具转换(Tool Transformation)全解析:从适配到增强的工具进化指南
java·前端·人工智能·大模型·github·mcp
pany33 分钟前
写代码的节奏,正在被 AI 改写
前端·人工智能·aigc
我爱一条柴ya1 小时前
【AI大模型】神经网络反向传播:核心原理与完整实现
人工智能·深度学习·神经网络·ai·ai编程
万米商云1 小时前
企业物资集采平台解决方案:跨地域、多仓库、百部门——大型企业如何用一套系统管好百万级物资?
大数据·运维·人工智能
新加坡内哥谈技术1 小时前
Google AI 刚刚开源 MCP 数据库工具箱,让 AI 代理安全高效地查询数据库
人工智能
慕婉03071 小时前
深度学习概述
人工智能·深度学习
大模型真好玩1 小时前
准确率飙升!GraphRAG如何利用知识图谱提升RAG答案质量(额外篇)——大规模文本数据下GraphRAG实战
人工智能·python·mcp
19891 小时前
【零基础学AI】第30讲:生成对抗网络(GAN)实战 - 手写数字生成
人工智能·python·深度学习·神经网络·机器学习·生成对抗网络·近邻算法