761 words
4 minutes
Anaconda Notes
🔍 目录
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
操作系统 | 激活命令 | 退出命令 | 提示符变化 |
---|---|---|---|
Windows | conda activate <环境名> | conda deactivate | (<环境名>) C:\> → (base) |
macOS/Linux | source activate <环境名> | source deactivate | (<环境名>) ~% → ~% |
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
Anaconda Notes
https://blog.mcj.life/posts/250315anaconda-notes/