【Python】超全常用 conda 命令整理

Conda命令整理文档,结合官方指南与高频使用场景分类说明,每个命令都有对应的解释

一、环境管理

1. 创建环境
  • 基本创建

    bash 复制代码
    conda create --name my_env  # 创建名为my_env的空环境   
    conda create -n my_env python=3.11  # 指定Python版本   
    conda create --prefix ./my_env  # 在指定路径创建非默认环境   
  • 克隆环境

    bash 复制代码
    conda create --name new_env --clone old_env  # 克隆现有环境   
  • 通过文件创建

    bash 复制代码
    conda create --file requirements.txt  # 根据包列表文件创建   
    conda env create -f environment.yml    # 从YAML文件创建   
2. 环境操作
  • 列出环境

    bash 复制代码
    conda env list        # 查看所有环境   
    conda info --envs     # 等效命令   
  • 激活/退出环境

    bash 复制代码
    conda activate my_env  # 激活环境   
    conda deactivate       # 退出当前环境   
  • 删除环境

    bash 复制代码
    conda remove --name my_env --all  # 删除指定环境   
    conda env remove --all            # 删除所有未激活环境   
3. 环境导出与共享
  • 导出环境配置

    bash 复制代码
    conda env export --no-builds > environment.yml  # 生成无构建号的YAML文件   
    conda list --explicit > requirements.txt        # 生成显式包列表   
  • 导入环境更新

    bash 复制代码
    conda env update --file environment.yml         # 用YAML更新当前环境   
    conda install --name my_env --file requirements.txt  # 导入包列表   

二、包管理

1. 安装与更新
  • 基础安装

    bash 复制代码
    conda install numpy          # 当前环境安装   
    conda install -n my_env scipy# 指定环境安装   
    conda install --channel conda-forge pandas  # 指定频道安装   
  • 批量安装

    bash 复制代码
    conda install --file requirements.txt  # 从文件安装   
  • 更新与降级

    bash 复制代码
    conda update numpy          # 更新单个包   
    conda update --all          # 更新所有包   
    conda install numpy=1.21    # 指定版本安装/降级   
2. 查询与移除
  • 包查询

    bash 复制代码
    conda list                  # 当前环境包列表   
    conda list -n my_env        # 指定环境包列表   
    conda search tensorflow    # 搜索可用版本   
  • 包移除

    bash 复制代码
    conda remove numpy         # 移除包(保留依赖)   
    conda remove --force numpy # 强制移除(可能破坏依赖)   

三、配置管理

1. 配置操作
  • 查看配置

    bash 复制代码
    conda config --show         # 显示全部配置   
    conda config --show-sources # 显示配置来源文件   
  • 频道管理

    bash 复制代码
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/  # 添加清华镜像   
    conda config --remove channels conda-forge  # 移除频道   
  • 修改配置项

    bash 复制代码
    conda config --set auto_update_conda false  # 禁用自动更新conda   
    conda config --remove-key auto_update_conda # 删除配置项   
2. 缓存清理
bash 复制代码
conda clean --all          # 清理所有缓存(包、索引、临时文件)   
conda clean --packages     # 删除未使用的包缓存   

四、高级功能

1. 环境打包迁移
bash 复制代码
conda pack -n my_env -o my_env.tar.gz  # 打包环境为压缩文件   
tar -xzf my_env.tar.gz -C ./my_env     # 解压到目标目录   
source my_env/bin/activate && conda-unpack  # 激活并修复路径   
2. 跨环境执行命令
bash 复制代码
conda run -n my_env python script.py  # 在指定环境运行脚本   
3. Python版本管理
bash 复制代码
conda install python=3.12  # 变更当前环境Python版本   

五、常用全局参数

参数 说明 示例
--yes 自动确认提示 conda remove -n my_env --all --yes
--dry-run 模拟操作不执行 conda install numpy --dry-run
--quiet 静默模式(仅输出错误) conda update --all --quiet
--json 输出JSON格式 conda list --json

六、注意事项

  1. 环境路径冲突 :非默认路径环境需通过完整路径激活(如conda activate /path/to/env)。
  2. 混用conda与pip :优先使用conda安装,避免依赖冲突;必要时通过pip install --user补充安装 。
  3. 镜像配置失效 :若下载速度慢,检查.condarc文件或重置频道配置 。
  4. 企业版功能conda server等命令需订阅许可证 。

其他命令可参考Conda官方文档或通过conda <command> --help查看子命令详情。

相关推荐
咸鱼鲸3 分钟前
【PyTorch】PyTorch中数据准备工作(AI生成)
人工智能·pytorch·python
遇见你很高兴24 分钟前
Pycharm中体验通义灵码来AI辅助编程
python
大虫小呓29 分钟前
50个Python处理Excel示例代码,覆盖95%日常使用场景-全网最全
python·excel
大模型真好玩35 分钟前
做题王者,实战拉跨!是时候给马斯克的Grok4泼盆冷水了!(Grok 4模型详细测评报告)
人工智能·python·mcp
羊八井36 分钟前
使用 Earth2Studio 和 AI 模型进行全球天气预测:太阳辐照
pytorch·python·nvidia
向左转, 向右走ˉ1 小时前
PyTorch随机擦除:提升模型抗遮挡能力
人工智能·pytorch·python·深度学习
马特说1 小时前
金融时间序列机器学习训练前的数据格式验证系统设计与实现
python·机器学习·金融
Blue桃之夭夭1 小时前
基于OpenCV的实时人脸检测系统实现指南 ——Python+Haar级联分类器从环境搭建到完整部署
人工智能·python·opencv
偷偷的卷1 小时前
【算法笔记 day three】滑动窗口(其他类型)
数据结构·笔记·python·学习·算法·leetcode
木头左1 小时前
决策树与随机森林Python实践
python·随机森林