深入解析:conda 与 pip 使用全攻略

在 Python 环境管理和包管理中,conda 和 pip 是两种最常见的工具。了解它们之间的区别和联系,并掌握常用的使用命令和配置源,可以帮助我们更高效地管理 Python 环境和安装包。

conda 与 pip 的区别和联系

区别

  1. 包管理范围

    • conda:不仅管理 Python 包,还能管理其他语言的包(如 R),以及环境本身(包括 Python 解释器)。
    • pip:主要管理 Python 包,只能安装 Python 包。
  2. 环境管理

    • conda:自带环境管理功能,可以创建、克隆和删除虚拟环境。
    • pip :依赖 virtualenvvenv 来管理虚拟环境。
  3. 包源

    • conda :默认使用 Anaconda 仓库(repo.anaconda.com),可以通过配置使用其他源(如 conda-forge)。
    • pip:默认使用 Python 官方包仓库(PyPI),可以通过配置使用国内镜像源。

联系

  1. Python 包管理:两者都可以用于安装 Python 包,有时可以互相配合使用(例如,在 conda 环境中使用 pip 安装特定包)。
  2. 命令行工具:两者都是命令行工具,需要在终端中输入命令来执行操作。

常见使用命令

conda 常用命令

  1. 安装包

    bash 复制代码
    conda install package_name
  2. 更新包

    bash 复制代码
    conda update package_name
  3. 卸载包

    bash 复制代码
    conda remove package_name
  4. 创建环境

    bash 复制代码
    conda create --name env_name
  5. 激活环境

    bash 复制代码
    conda activate env_name
  6. 删除环境

    bash 复制代码
    conda remove --name env_name --all

pip 常用命令

  1. 安装包

    bash 复制代码
    pip install package_name
  2. 更新包

    bash 复制代码
    pip install --upgrade package_name
  3. 卸载包

    bash 复制代码
    pip uninstall package_name
  4. 列出已安装的包

    bash 复制代码
    pip list
  5. 查看包信息

    bash 复制代码
    pip show package_name

常用配置源

在国内,由于网络原因,使用官方源速度较慢。可以通过配置国内镜像源来加速包的安装和更新。

conda 配置国内镜像源

  1. 清华大学镜像源

    bash 复制代码
    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/
    conda config --set show_channel_urls yes
  2. 中科大镜像源

    bash 复制代码
    conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
    conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
    conda config --set show_channel_urls yes

pip 配置国内镜像源

  1. 阿里云镜像源

    bash 复制代码
    pip install package_name -i https://mirrors.aliyun.com/pypi/simple/
  2. 清华大学镜像源

    bash 复制代码
    pip install package_name -i https://pypi.tuna.tsinghua.edu.cn/simple/
  3. 中国科学技术大学镜像源

    bash 复制代码
    pip install package_name -i https://pypi.mirrors.ustc.edu.cn/simple/
相关推荐
DFT计算杂谈1 天前
服务器通过pip安装Kimi Code CLI 和使用
运维·服务器·pip
方与圆之帆1 天前
conda 管理不同版本的软件包
conda·gdal·osm
Patrick在香港2 天前
Python依赖管理从踩坑到选型:pip/poetry/uv四种方案全面实测
开发语言·python·数据分析·scikit-learn·ai编程·pip·uv
数智工坊3 天前
Conda 环境 Docker 标准化迁移完整方案,适配深度学习 GPU 训练
深度学习·docker·conda
denggun123453 天前
大大模型 如何通过 本地排雷 远端GPU
python·embedding·pip
软糖姐姐5 天前
Python开篇——简介、pip和conda
python·conda·pip·数据科学·
puamac5 天前
Conda + CUDA 环境安装与使用完全指南
conda
叶 落6 天前
Mac 通过 Miniconda 安装 Python
python·macos·conda·miniconda
冰心孤城6 天前
Conda、Anaconda、Miniconda对比分析
conda
不明觉厉二十年6 天前
uv Windows配置
conda·pip