conda 常用命令
15 May 2025
Conda 常用命令
🧪 一、创建与删除环境
| 操作 | 命令 |
|---|---|
| 创建空环境 | conda create --name env_name |
| 创建指定 Python 版本的环境 | conda create --name env_name python=3.9 |
| 删除环境(连同包一起) | conda env remove --name env_name 或 conda env remove -n env_name |
| 复制环境 | conda create --name new_env_name --clone old_env_name |
| 导出当前环境配置到文件 | conda env export > environment.yml |
| 从 yml 文件恢复环境 | conda env create -f environment.yml |
🔌 二、激活与退出环境
| 操作 | 命令 |
|---|---|
| 激活某个环境 | conda activate env_name |
| 退出当前环境 | conda deactivate |
| 查看所有环境 | conda env list 或 conda info --envs |
📦 三、管理环境中的包
| 操作 | 命令 |
|---|---|
| 安装包 | conda install package_name |
| 安装多个包 | conda install numpy pandas matplotlib |
| 卸载包 | conda remove package_name |
| 更新单个包 | conda update package_name |
| 更新环境中所有包 | conda update --all |
| 查看已安装包列表 | conda list |
🔍 四、搜索与信息查看
| 操作 | 命令 |
|---|---|
| 搜索可用包 | conda search package_name |
| 查看包详细信息 | conda info package_name |
| 查看 conda 当前配置 | conda config --show |
🧹 五、其他实用命令
| 操作 | 命令 |
|---|---|
| 清理缓存 | conda clean --all |
| 查看 conda 版本 | conda --version |
| 更新 conda 自身 | conda update conda |
| 设置默认通道(推荐) | conda config --add channels conda-forge |
✅ 示例:完整的虚拟环境使用流程
# 创建一个名为 py39 的环境,并指定 Python 版本为 3.9
conda create --name py39 python=3.9
# 查看所有环境
conda env list
# 激活环境
conda activate py39
# 安装一些常用库
conda install numpy pandas matplotlib
# 查看已安装的包
conda list
# 卸载某个包
conda remove matplotlib
# 导出环境配置到文件
conda env export > py39_environment.yml
# 删除环境
conda env remove --name py39
# 1. 创建虚拟环境到当前目录下的 v_test 文件夹
conda create --prefix ./v_test python=3.11.0
conda create --prefix /data/weluo/test_app/v_test python=3.11.0
# 2. 激活环境
conda activate ./v_test
conda activate /data/weluo/test_app/v_test
# 3. 安装包
conda install numpy pandas
# 4. 查看环境路径
conda info --root
# 输出应类似:/path/to/current/dir/v_test
# 5. 退出环境
conda deactivate
# 6. 删除环境(如果需要)
conda env remove --prefix ./v_test
# ==== 常用命令 ====
# 创建一个名为 py311 的环境,并指定 Python 版本为 3.11
conda create --name py311 python=3.11
# 查看所有环境
conda env list
# 激活环境
conda activate py311
# 安装一些常用库
conda install numpy pandas matplotlib
# 查看已安装的包
conda list
# 卸载某个包
conda remove matplotlib
# 查看当前激活环境的根目录
conda info --root
# 查看所有虚拟环境及其路径
conda env list
# 或者
conda info --envs
# 导出和恢复自定义路径的环境
# 导出
conda env export --prefix ./v_test > environment.yml
# 恢复(在目标机器上):
conda env create --prefix ./v_test -f environment.yml
