020网站设计培训课程网站

第 1 部分：清查与清理原有 Conda 环境

📋 步骤 1：查看已有 Conda 环境

在终端中运行以下命令：

conda env list

或者：

conda info --envs

这将列出所有已创建的 Conda 环境及其对应的路径，例如：

# conda environments:
#
base         *  D:\anaconda3
myenv           C:\Users\HP\.conda\envs\myenv
anotherenv     D:\conda_envs\anotherenv

📂 步骤 2：查看每个环境中安装了哪些包

激活目标环境，例如 myenv：

conda activate myenv

然后查看安装的包：

conda list

你也可以查看某个包是否存在：

conda list | findstr 包名

🧹 步骤 3：删除不再需要的 Conda 环境

使用以下命令删除某个 Conda 环境（以 demucs 为例）：

conda env remove -n demucs

如果环境是用完整路径安装的（即用 --prefix），则用路径删除：

conda env remove --prefix D:\conda_envs\audioenv

删除后再次运行 conda env list 来确认是否已被清除。

---

第 2 部分：克隆 Conda 环境到指定位置

我们将把当前的 base 环境完整克隆为一个新的开发环境，放在 D 盘自定义路径。

🧭 步骤 1：打开终端（Anaconda Prompt 或 CMD）

conda activate base

🔧 步骤 2：克隆 base 环境到 D 盘

使用 --prefix 参数指定目标路径（如 D:\conda_envs\audioenv）：

conda create --prefix D:\conda_envs\audioenv --clone base

这将创建一个新环境，路径为：

D:\conda_envs\audioenv

🚀 步骤 3：激活新环境

注意：激活指定路径的 Conda 环境需要使用完整路径：

conda activate D:\conda_envs\audioenv

如果激活成功，你会看到前缀变为：

(audioenv) D:\>

---

🧪 小贴士：验证环境是否可用

你可以运行以下命令确认 Python 路径和已安装包：

where python
pip list

如果一切正常，说明你的克隆环境配置成功！

---

第 3 部分：在 PyCharm 中配置 Conda 虚拟环境

我们将把刚刚克隆好的 Conda 环境添加到 PyCharm 作为 Python 解释器。

🖥️ 步骤 1：获取解释器路径

首先激活环境，并用命令行查找该环境的 Python 路径：

conda activate D:\conda_envs\audioenv
where python

输出结果应类似：

D:\conda_envs\audioenv\python.exe

记录下这个路径，稍后在 PyCharm 中需要用到。

⚙️ 步骤 2：在 PyCharm 中添加解释器

1. 打开 PyCharm 项目

2. 点击顶部菜单栏：File → Settings（或快捷键 Ctrl+Alt+S）

3. 左侧选择：Project: 项目名称 → Python Interpreter

4. 右上角点击齿轮按钮（⚙️）→ 选择 Add...

5. 弹出窗口中：

   • 选择左侧的 Conda Environment

   • 选择右侧的 Existing environment

   • 点击右侧文件夹图标，选择你刚才记录的解释器路径（如：D:\conda_envs\audioenv\python.exe）

6. 点击 OK，然后 Apply 保存

✅ 步骤 3：验证解释器配置

PyCharm 底部右下角会显示当前项目使用的解释器，应该显示为 audioenv 对应的路径。

你也可以在 PyCharm 的 Terminal 终端输入：

where python

确认使用的是目标环境路径。

---

第 4 部分：设置为默认解释器 + 导出环境

⭐ 步骤 1：设置为默认解释器（新项目自动使用）

1. 打开 PyCharm 设置（File → Settings）

2. 左侧进入：Project: Default → Python Interpreter

3. 右上角点击齿轮（⚙️）→ Add...

4. 重复前述添加 Conda 环境的步骤，选择 D:\conda_envs\audioenv\python.exe

5. 设置成功后，新建项目将默认使用该解释器。

📦 步骤 2：导出环境为 YAML 文件（跨平台/备份共享）

激活你的 Conda 环境并导出配置：

conda activate D:\conda_envs\audioenv
conda env export > audioenv.yml

你可以将 audioenv.yml 文件用于以下场景：

• 在另一台机器重建环境：

conda env create -f audioenv.yml

• 上传到 Git 项目作为依赖说明

• 快速共享给同事或团队部署

第 5 部分：扩展 - Pip 包管理与 requirements.txt 支持

除了 Conda 的 .yml 文件导出，你也可以使用 pip 和 requirements.txt 进行包管理，特别适合纯 Python 环境和跨平台迁移。

📄 步骤 1：导出 pip 安装的包列表

pip freeze > requirements.txt

这会生成一个 requirements.txt 文件，其中记录了所有 pip 安装的包及其版本，例如：

numpy==1.23.5
scipy==1.11.3
torch==1.13.0

可用于在其他机器快速还原环境：

pip install -r requirements.txt

📌 注意：pip freeze 不包含通过 conda install 安装的非 pip 包（如 cudatoolkit、ffmpeg 等）。若需完整复制环境，请优先使用 conda env export。

---

第 6 部分：清理 Conda 缓存与无效包

🧹 清理未使用的包缓存（节省磁盘空间）

conda clean --all

此命令会清除：

• 未链接的软件包副本（package cache）

• 旧索引缓存

• 临时包文件

可以节省数百 MB 到数 GB 空间。

🗑️ 删除环境对应的物理目录（彻底清除）

有些 Conda 环境虽然删除了，但目录还存在，可以手动删除其路径：

rd /s /q D:\conda_envs\audioenv

或者用文件资源管理器删除整个文件夹。

---

教程总结

本文详细讲解了如何：

• 清查与清理本地 Conda 环境

• 克隆 Conda 环境到指定目录

• 在 PyCharm 中添加并设置为默认解释器

• 导出 .yml 与 requirements.txt 便于共享

• 清理缓存释放磁盘空间

通过以上步骤，你可以高效管理开发环境，确保多项目与多机协作一致，提升开发与部署效率。

如有更多需求（如 Jupyter 集成、VSCode 配置、多 Python 版本支持等），可按需扩展。