【Anaconda/Miniconda conda 常用命令】

Ztiddler

已于 2024-12-06 11:05:28 修改

阅读量1k

点赞数 5

分类专栏： AI工具文章标签： conda Anaconda Miniconda python

于 2024-12-06 10:44:15 首次发布

本文链接：https://blog.youkuaiyun.com/AIFRZ/article/details/144283075

版权

AI工具专栏收录该内容

5 篇文章

订阅专栏

1. 虚拟环境管理

查看虚拟环境

列出所有虚拟环境：

conda env list

或：

conda info --envs

输出示例：

# conda environments:
#
base                  *  /home/user/anaconda3
my_env                   /home/user/anaconda3/envs/my_env

查看当前激活的环境：

conda info

输出示例：

     active environment : test
    active env location : C:\Users\user\.conda\envs\test
            shell level : 2
       user config file : C:\Users\user\.condarc
 populated config files :
          conda version : 24.5.0
    conda-build version : not installed
         python version : 3.12.4.final.0
                 solver : libmamba (default)
       virtual packages : __archspec=1=skylake
                          __conda=24.5.0=0
                          __win=0=0
       base environment : C:\ProgramData\miniconda3  (read only)
      conda av data dir : C:\ProgramData\miniconda3\etc\conda
  conda av metadata url : None
           channel URLs : https://repo.anaconda.com/pkgs/main/win-64
                          https://repo.anaconda.com/pkgs/main/noarch
                          https://repo.anaconda.com/pkgs/r/win-64
                          https://repo.anaconda.com/pkgs/r/noarch
                          https://repo.anaconda.com/pkgs/msys2/win-64
                          https://repo.anaconda.com/pkgs/msys2/noarch
          package cache : C:\ProgramData\miniconda3\pkgs
                          C:\Users\user\.conda\pkgs
                          C:\Users\user\AppData\Local\conda\conda\pkgs
       envs directories : C:\Users\user\.conda\envs
                          C:\ProgramData\miniconda3\envs
                          C:\Users\user\AppData\Local\conda\conda\envs
               platform : win-64
             user-agent : conda/24.5.0 requests/2.32.2 CPython/3.12.4 Windows/10 Windows/10.0.19045 solver/libmamba conda-libmamba-solver/24.1.0 libmambapy/1.5.8 aau/0.4.4 c/. s/. e/.
          administrator : False
             netrc file : None
           offline mode : False

创建虚拟环境

创建一个新环境（指定名称和 Python 版本）：
```
conda create -n env_name python=3.9
```
创建时安装指定包：
```
conda create -n env_name numpy pandas
```

创建一个新的 Conda 环境，同时安装特定的 Python 版本和指定的包

conda create -n <env_name> python=<version> <package1> <package2> ...

比如：

conda create -n my_env python=3.9 numpy pandas

激活/退出虚拟环境

激活虚拟环境：
```
conda activate env_name
```
退出虚拟环境（切回 base）：
```
conda deactivate
```

删除虚拟环境

删除虚拟环境：
```
conda remove -n env_name --all
```

2. 包管理

安装包

在当前环境中安装包：
```
conda install package_name
```
在指定环境中安装包：
```
conda install -n env_name package_name
```
安装特定版本的包：
```
conda install package_name=1.18
```

从指定频道安装包：

conda install -c conda-forge package_name

更新包

更新单个包：
```
conda update package_name
```
更新所有包：
```
conda update --all
```

卸载包

从当前环境中卸载包：
```
conda remove package_name
```
从指定环境中卸载包：
```
conda remove -n env_name package_name
```

查看已安装的包

查看当前环境中的所有包：
```
conda list
```
查看特定环境中的包：
```
conda list -n env_name
```

3. 环境导出与迁移

导出环境

导出环境为 YAML 文件：
```
conda env export > environment.yml
```

导出指定环境：

conda env export -n env_name > environment.yml

导出指定环境为 YAML 文件，并且导出指定的目录下

conda env export -n <env_name> > <path_to_directory>/environment.yml

比如：
在 Windows 上，将 my_env 导出到 D:\envs：

conda env export -n my_env > D:\envs\my_env_environment.yml

在 Linux 上，将环境 my_env 导出到 /home/user/environments 目录：

conda env export -n my_env > /home/user/environments/my_env_environment.yml

生成跨平台且适合共享的 environment.yml 文件
Windows平台：

conda env export --no-builds | findstr /v "prefix:" > D:\envs\my_env_environment.yml

Linux平台：

conda env export --no-builds | sed '/^prefix:/d' > /home/user/environments/my_env_environment.yml

导入环境

从 YAML 文件创建环境：
```
conda env create -f environment.yml
```

将环境安装到特定位置，可以使用 --prefix 参数：

conda env create -f environment.yml --prefix /custom/path/to/env

更新已有环境：
```
conda env update -f environment.yml
```

4. 清理与优化

清理缓存

查看占用的缓存：
```
conda clean --packages --dry-run
```
清理未使用的包和缓存：
```
conda clean --all
```

5. 常见信息查询

查询环境/包

查看 conda 当前版本：
```
conda --version
```

查看某包的可用版本：

conda search package_name

比如：

conda search numpy

查看当前环境的路径：
```
conda env list
```

6. 其他实用命令

切换频道

设置默认频道：

conda config --add channels conda-forge

设置严格优先级使用conda-forge频道（可选）：

conda config --set channel_priority strict

删除频道：

conda config --remove channels channel_name

检查频道优先级
```
conda config --show channels
```
还原到默认频道
将 conda-forge 从频道列表中移除：
```
conda config --remove channels conda-forge
```
如果之前设置了严格优先级，可以还原到默认模式（可选）：
```
conda config --set channel_priority flexible
```