【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

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）。
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。
镜像配置失效 ：若下载速度慢，检查.condarc文件或重置频道配置。
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。