conda（Anaconda/Miniconda）常用命令

Conda（Anaconda/Miniconda）的常用命令，涵盖环境管理、包管理、配置等核心操作

一、环境管理

1. 创建环境

# 创建指定Python版本的环境
conda create -n myenv python=3.8# 创建包含特定包的环境
conda create -n myenv numpy pandas matplotlib# 从环境文件创建
conda env create -f environment.yml

2. 激活 / 退出环境

# Windows
conda activate myenv# Linux/macOS
source activate myenv  # 旧版本Conda
conda activate myenv   # 新版本Conda# 退出环境
conda deactivate

3. 列出所有环境

conda env list
conda info --envs  # 等效命令

4. 删除环境

conda remove -n myenv --all

5. 导出环境配置

# 导出完整环境（含依赖路径，用于精确复制）
conda env export > environment.yml# 导出仅项目依赖（不含系统路径，便于分享）
conda env export --no-builds | grep -v "^prefix: " > environment.yml

二、包管理

1. 安装包

# 在当前环境安装包
conda install numpy pandas# 指定版本安装
conda install numpy=1.21# 从特定渠道安装
conda install -c conda-forge scikit-learn# 使用pip安装（在Conda环境中）
pip install requests

2. 更新包

# 更新单个包
conda update numpy# 更新所有包
conda update --all# 更新Conda自身
conda update conda

3. 删除包

conda remove numpy

4. 搜索包

conda search numpy
conda search numpy=1.21  # 搜索特定版本

5. 查看已安装包

conda list  # 列出当前环境所有包
conda list -n myenv  # 列出指定环境的包

三、环境复制与迁移

1. 复制环境

conda create -n myenv_clone --clone myenv

2. 跨平台导出环境

# 导出不含系统依赖的环境
conda env export --no-builds > environment.yml

四、Conda 配置

1. 查看配置

conda config --show

2. 添加 / 删除镜像源（加速下载）

# 添加清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge# 显示通道URL
conda config --set show_channel_urls yes# 恢复默认通道
conda config --remove-key channels

3. 设置代理

conda config --set proxy_servers.http http://user:pass@proxy:8080
conda config --set proxy_servers.https https://user:pass@proxy:8080

五、其他实用命令

1. 清理缓存

conda clean -a  # 删除所有未使用的包和缓存

2. 查看 Conda 信息

conda info

3. 验证安装

conda --version

六、高级技巧

1. 环境变量管理
   在 ~/.condarc 中配置默认环境变量：

env_vars:MY_VAR: "value"

2. 环境激活脚本
   在环境目录下创建 etc/conda/activate.d/ 文件夹，添加 .sh 脚本，激活环境时自动执行。

七、注意事项

1. 避免混用 Conda 和 Pip：优先使用 Conda 安装包，无法满足时再用 Pip。
2. 环境隔离：为每个项目创建独立环境，避免依赖冲突。
3. 镜像源问题：国内建议使用清华或中科大镜像，国外使用默认渠道