Conda 操作指南

Conda 是一个开源的软件包管理系统和环境管理系统，广泛用于 Python、R 等语言的数据科学和机器学习开发。它能帮你轻松解决"不同项目需要不同版本的库"这一头疼问题。

以下是 Conda 最常用的操作清单，按功能逻辑进行了分类。

---

一、 环境管理 (Environment)

创建独立的环境是 Conda 的核心用法，可以避免不同库之间的版本冲突。

• 创建新环境 ：
  conda create --name myenv python=3.9 (创建一个名为 myenv，且 Python 版本为 3.9 的环境)
• 查看所有环境 ：
  conda env list 或 conda info --envs
• 激活环境 ：
  conda activate myenv
• 退出当前环境 ：
  conda deactivate
• 删除环境 ：
  conda remove --name myenv --all
• 克隆环境 ：
  conda create --name new_env --clone old_env

---

二、 包管理 (Package)

在激活的环境中，你可以安装、卸载或更新所需的工具包。

• 安装包 ：
  conda install numpy
• 安装指定版本的包 ：
  conda install pandas=1.3.0
• 卸载包 ：
  conda remove pandas
• 更新包 ：
  conda update numpy
• 查看已安装的包 ：
  conda list
• 搜索包版本 ：
  conda search matplotlib

---

三、 导入与导出 (Reproducibility)

当你需要把项目分享给同事，或者在服务器上部署时，这些命令至关重要。

操作	命令	说明
导出环境配置	conda env export > environment.yml	将当前环境的所有信息存入文件
从文件创建环境	conda env create -f environment.yml	根据配置文件完全还原环境

---

四、 镜像源设置 (Speed Up)

由于默认源在国外，下载速度可能较慢。在国内通常建议添加清华或中科大的镜像源。

• 查看当前镜像源 ：
  conda config --show channels
• 添加清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

• 恢复默认源 ：
  conda config --remove-key channels

---

五、 清理与维护

长时间使用后，Conda 会积累大量的缓存和安装包，占用磁盘空间。

• 清理无用的包和缓存 ：
  conda clean --all
• 检查 Conda 版本 ：
  conda --version
• 更新 Conda 本身 ：
  conda update conda

---

💡 小贴士：Conda vs Pip

虽然 Conda 环境中可以使用 pip install，但建议优先尝试 conda install。只有在 Conda 仓库里找不到某个包时，再使用 Pip。这样可以保证环境依赖的最大稳定性。