【Anaconda】修改 Conda 环境存储路径的几种方法(详细教程)

修改 Conda 环境存储路径的几种方法(详细教程)

在使用 Anaconda / Miniconda 时,默认情况下 Conda 会把所有虚拟环境安装在 anaconda3/envsminiconda3/envs 目录下。但随着环境数量增加,这个目录可能会越来越大,占用系统盘空间。此时,我们就可以 修改 Conda 的环境安装路径

此外,虽然我之前设置好了 anaconda 的安装路径,但是后来不知道是由于什么原因安装路径被改变了:以往新建 anaconda 环境的路径是在 anaconda 安装目录下的envs中(E://ProgramData//anaconda3//envs),然而这次创建的却是在 C:\Users\Lenovo.conda\envs 中。这个时候也需要重新来 修改 Conda 的环境安装路径

本文介绍 3 种常见方法 来修改 Conda 环境的安装位置。

文章目录

  • [修改 Conda 环境存储路径的几种方法(详细教程)](#修改 Conda 环境存储路径的几种方法(详细教程))
    • [1 查看当前 Conda 环境路径](#1 查看当前 Conda 环境路径)
    • [2 修改 anaconda 环境路径的方法](#2 修改 anaconda 环境路径的方法)
      • [方法1:手动修改 `.condarc` 文件【推荐,一次性解决】](#方法1:手动修改 .condarc 文件【推荐,一次性解决】)
      • [方法2:修改 Conda 配置文件](#方法2:修改 Conda 配置文件)
      • 方法3:创建环境时指定路径(不推荐)
    • [3 查看是否修改成功](#3 查看是否修改成功)
    • [4 P.S. 修改 anaconda package 缓存路径](#4 P.S. 修改 anaconda package 缓存路径)
    • [5 P.S. 迁移已有环境(可选)](#5 P.S. 迁移已有环境(可选))
    • [6 总结](#6 总结)

1 查看当前 Conda 环境路径

首先可以查看当前 Conda 的环境存放路径:

bash 复制代码
conda config --show envs_dirs

或者查看完整配置:

bash 复制代码
conda config --show

如果没有配置 envs_dirs,说明 Conda 使用默认路径:

复制代码
C:\Users\Lenovo.conda\envs

2 修改 anaconda 环境路径的方法

方法1:手动修改 .condarc 文件【推荐,一次性解决】

Conda 的配置文件是 .condarc,其路径往往位于:

bash 复制代码
C:\Users\Lenovo\.condarc

(其中 Lenovo 指的是你的计算机用户名)

需要在记事本中编辑该文件,在其末尾添加你想要设置的 anaconda 环境保存路径:

yaml 复制代码
envs_dirs:
  - E://ProgramData//anaconda3//envs

保存后即可生效。


方法2:修改 Conda 配置文件

可以通过 conda config 修改默认环境目录。

例如把环境放到 E://ProgramData//anaconda3//envs

bash 复制代码
conda config --add E://ProgramData//anaconda3//envs

方法3:创建环境时指定路径(不推荐)

创建环境时可以直接指定路径。

bash 复制代码
conda create --prefix E://ProgramData//anaconda3//envs python=3.10

或者简写:

bash 复制代码
conda create -p E://ProgramData//anaconda3//envs python=3.10

激活环境:

bash 复制代码
conda activate E://ProgramData//anaconda3//envs

优点:

  • 不影响默认配置
  • 可以灵活放在任意磁盘

缺点:

  • 环境名称不会自动显示

3 查看是否修改成功

bash 复制代码
conda config --show envs_dirs

输出示例:

复制代码
envs_dirs:
  - E://ProgramData//anaconda3//env

此时新创建的环境会优先放在:

复制代码
E:\ProgramData\anaconda3\envs

4 P.S. 修改 anaconda package 缓存路径

除了环境目录,还可以修改 package 缓存目录,避免系统盘被占满。

bash 复制代码
conda config --add pkgs_dirs /data/conda_pkgs

查看:

bash 复制代码
conda config --show pkgs_dirs

5 P.S. 迁移已有环境(可选)

如果已经有很多环境,可以手动迁移:

  1. 导出环境
bash 复制代码
conda env export > environment.yml
  1. 在新路径重新创建
bash 复制代码
conda env create -p E://ProgramData//anaconda3//env -f environment.yml

甚至我试过:直接把一个环境路径下的文件夹(如 C:\Users\Lenovo.conda\envs 当中的文件夹,文件夹名就是环境名称)剪切、粘贴到另一个环境路径下的文件夹(如 E:\ProgramData\anaconda3\envs 当中的文件夹,文件夹名就是环境名称)都是可以实现环境迁移的。


6 总结

如果你的 系统盘空间较小(如 C 盘) ,强烈建议把 Conda 环境目录移动到 数据盘,可以避免后期空间不足的问题。


如果觉得本文有帮助,欢迎点赞 👍 收藏 ⭐ 关注。

相关推荐
wefly20172 小时前
无需安装的 M3U8 在线播放器,快速实现 HLS 流预览与调试
java·开发语言·python·开发工具
飞Link2 小时前
深度解析:建模动作序列(Action Sequence Modeling)的实战指南
开发语言·python·数据挖掘
明月(Alioo)2 小时前
OpenClaw与ClawHub的关系:当“智能体”遇上“技能商店”
python·ai·agent
喵手2 小时前
Python爬虫实战:VS Code 扩展市场热门榜单“脱壳”实战!
vscode·爬虫·python·爬虫实战·零基础python爬虫教学·vscode扩展市场热门榜单·vs热门榜单数据采集
飞Link2 小时前
终结序列建模:Transformer 架构深度解析与实战指南
人工智能·python·深度学习·算法·transformer
青瓷程序设计2 小时前
基于深度学习的【动物识别】系统实现~Python+人工智能+图像识别+算法模型
人工智能·python·深度学习
卡次卡次12 小时前
注意点:字节码查看方法以及字节码的输出需要关注哪些
python
再难也得平2 小时前
力扣238. 除自身以外数组的乘积(Java解法)
python·算法·leetcode
忡黑梨2 小时前
BUUCTF_reverse_[MRCTF2020]Transform
c语言·开发语言·数据结构·python·算法·网络安全