日常应用中conda命令可以用来如下方面管理conda环境在现有的conda环境中安装/升级包查询/搜索Anaconda包的索引和当前Anaconda的安装一、conda环境管理核心​ Conda 是跨平台的开源包管理和环境管理系统最初为Python设计现在支持多种编程语言可轻松安装包管理依赖和切换虚拟环境。​ 在Conda一种流行的包依赖和环境管理器中管理环境是非常重要的因为它可以帮助你隔离了不同项目所需的软件版本避免版本冲突。以下是一些常用的环境管理命令1.1 查询所有虚拟环境conda env list #或 conda info --envs说明列出系统中所有conda虚拟环境带∗的是当前激活的环境。1.2 创建虚拟环境conda create -n 环境名称 python版本号示例创建名为pytorch_env, Python版本为3.12的虚拟环境conda create -n pytorch_env python3.12说明−n 是−−name 的缩写指定环境名Python版本根据应用包进行选择1.3 激活虚拟环境#Window 系统 conda activate 环境名 #Linux/macOS 系统若初始化conda需要执行 source /.bashrc 或 source /.zs conda activate 环境名示例激活pytorch_env环境conda activate pytorch_env1.4 退出虚拟环境conda deactivate说明退出当前激活环境回到base环境默认环境。1.5 复制虚拟环境conda create -n 新环境名 --clone示例复制pytorch_env 为 pytorch_env_copyconda create -n pytorch_env_copy --clone pytorch_env1.6 删除虚拟环境conda remove -n 环境名 --all示 例删除old_env 环境conda remove -n old_env --all注意删除前需先退出该环境不能删除当前的环境。二、包管理​ Conda提供了强大的包管理功能可以方便地安装更新和删除包。下面是一些基本的Conda包管理命令2.1 安装包# 在当前环境安装包 指定版本可选 conda install 包名版本号 #安装到指定环境无需激活该环境 conda install -n 环境名 包名示例在当前环境安装 numpy 1.21.0conda install numpy1.21.0说明若用conda安装失败可采用pip需先激活环境pip install 包名。2.2 查看当前环境以安装的包conda list说明列出当前激活环境中所有已安装的包及版本。2.3 查看指定环境的包conda list -n 环境名示例查看pytorch_env中的包conda list -n pytorch_env同时安装多个包conda install numpy pandas matplotlib单命令完成多包安装减少重复操作提升效率。2.4 更新包#更新指定包 conda update 包名 # 更新当前环境所有包 谨慎使用可能导致兼容性问题 conda update --all2.5 卸载包# 卸载当前环境的包 conda remove 包名 # 卸载指定环境的包 conda remove -n 环境名 包名2.6 搜索包 查看可用版本conda search 包名示例搜索pytorch的可用版本conda search pytorch三、配置与更新conda配置管理是使用conda包管理器时的一个重要部分它允许用户管理环境变量、频道channels、配置文件等。以下是一些基本的conda配置管理方法3.1 查看conda版本conda --version #或 conda -V3.2 更新conda本身conda update conda说明升级conda到最新版本确保功能正常。3.3 配置国内镜像源# 添加Anaconda仓库镜像 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/ # 添加conda-forge仓库镜像包含更多包 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ # 添加PyTorch镜像如需安装PyTorch conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/3.4 设置显示通道地址安装时可看到从哪个源下载conda config --set show_channel_urls yes3.5 查看已配置的镜像源conda config --show channels3.6 删除指定镜像源conda config --remove channels 源地址四、实用技巧4.1 导出环境配置用于复现环境# 在当前环境下执行导出为yaml文件 conda env export 环境名.yaml示 例导出pytorch_env的配置到pytorch_env.yamlconda env export pytorch_env.yaml4.2 从配置文件创建环境conda env create -f 环境名.yaml说明在另一台机器通过导出的yaml文件可快速创建相同环境。4.3 清理conda 缓存释放磁盘空间Conda安装的包都在目录Anaconda/pkgs 下。随着使用conda安装的包也越来越多有时候会出现以下不好情况有些包安装之后从来没有使用过一些安装包的tar包也保留在计算机中由于依赖或者环境等原因某些包的不同版本重复安装以上这些情况使得更加冗余并且浪费存储对于这些情况可以使用conda clean净化Anaconda。# 清理未使用的包和缓存 conda clean -p # 清理未使用的包 conda clean -t # 清理tar包缓冲 conda clean -y --all #清理所有缓存推荐