🔍 目录#

1. 环境管理
   ▸ 创建环境 ▸ 激活/退出 ▸ 查看环境 ▸ 删除环境 ▸ 克隆环境 ▸ 导出/导入

2. 包管理
   ▸ 安装包 ▸ 更新包 ▸ 删除包 ▸ 查看依赖

3. 高级操作
   ▸ 镜像加速 ▸ 环境隔离 ▸ 缓存清理

一、环境管理#

1. 创建环境#

# 基础语法：conda create -n <环境名> [python=版本] [包名=版本]
conda create -n <py310> python=3.10 pandas=2.0  # 指定Python3.10 + pandas
conda create -n <tf-gpu> tensorflow-gpu=2.12 cudatoolkit=11.8  #GPU环境
conda create -n <myenv> --clone base  #克隆base环境

▶️ 最佳实践：创建时指定--yes跳过确认：
conda create -n <py39> --yes python=3.9

2. 激活/退出环境#

3. 查看环境列表#

conda env list  # 带*为当前激活环境
# 输出示例：
# # conda environments:
# #
# base                  *  /anaconda3
# <py39>                   /anaconda3/envs/<py39>
# <tf-gpu>                 /anaconda3/envs/<tf-gpu>

4. 删除环境#

conda env remove -n <环境名>  # 安全删除（推荐）
conda env remove -n <环境名> --force  # 强制删除（忽略依赖）
# 验证删除：
conda activate <环境名>  # 应提示环境不存在

⚠️ 注意：删除前确保未激活该环境, 否则需先deactivate

5. 克隆环境#

conda create -n <新环境名> --clone <旧环境名>  # 复制完整环境
conda create -n <cpu_env> --clone <gpu_env> --no-cuda  # 克隆时移除GPU依赖

6. 环境备份恢复#

# 导出环境清单（含版本）
conda env export > environment.yml  # 推荐格式
conda env export --no-builds > environment-light.yml  # 精简版（不含build号）

# 从文件创建环境
conda env create -f environment.yml  # 自动识别文件
conda env update -f environment.yml --prune  # 更新环境并移除多余包

二、包管理#

1. 安装包#

conda install numpy  # 安装最新版
conda install pandas=2.1.0  # 指定版本
conda install -n <环境名> matplotlib  # 安装到指定环境
conda install -c conda-forge fastapi  # 指定渠道（优先conda-forge）

2. 更新包#

conda update numpy  # 更新单个包
conda update --all  # 更新所有包
conda update -n <环境名> python=3.11  # 升级环境Python版本

3. 删除包#

conda remove pandas  # 删除单个包
conda remove --name <环境名> --all  # 清空环境（慎用！）

4. 依赖分析#

conda list  # 查看当前环境所有包
conda list -n <环境名>  # 查看指定环境包
conda search numpy  # 搜索可安装的numpy版本
conda dependency --no-pip  # 分析环境依赖（排除pip包）

三、高级操作#

1. 镜像加速#

# 临时使用清华镜像
conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ pandas

# 永久配置（推荐）
conda config --add channels defaults
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --set show_channel_urls yes  # 显示源路径

2. 环境隔离#

# 创建独立隔离环境（不共享base包）
conda create -n <隔离环境名> --no-default-packages python=3.10
# 后续手动安装所需包（避免环境臃肿）

3. 缓存清理#

conda clean -p  # 删除未使用的包缓存
conda clean -t  # 清理tar压缩包
conda clean -a  # 清理所有缓存（含索引）
# 查看可清理空间：
conda clean --dry-run