conda基础用法

最新推荐文章于 2025-07-21 00:28:28 发布
原创 最新推荐文章于 2025-07-21 00:28:28 发布 · 399 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#anaconda

本文介绍了conda这一强大的环境和包管理工具，主要用于环境隔离、管理和分享。学习如何查看conda版本、管理环境以及安装、删除和更新包。通过condacreate创建环境，使用conda remove删除环境，conda install和conda update来安装和升级包。此外，还提到了使用清华源加速conda操作。
认识conda

conda是一个环境、包管理工具。

conda能做什么

环境隔离、环境管理、环境分享。

conda基础设置

1、查看conda版本：conda --version

2、查看所有环境：conda info --envs

3、清华源加速：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

环境命令

1、创建环境：conda create --name 环境名称 (python=x.y)

2、删除环境：conda remove --name 环境名称 --all

3、激活环境：source activate

4、退出环境：source deactivate

包命令

1、安装：conda install 包名称

2、删除：conda remove 包名称

3、更新：conda update 包名称

Conda 环境搭建实战：从基础到进阶
那谁的博客
03-02 1377
通过深入理解 Conda 的基础概念，熟练掌握环境搭建、激活、管理以及环境文件的使用等实战技巧，开发者能够轻松应对复杂多变的项目需求，打造稳定、可复现的开发环境。通过版本控制，可以跟踪环境文件的变化历史，方便在项目开发过程中回滚到之前的环境配置，或者在不同分支上使用不同的环境配置。例如，在项目的git仓库中创建一个environments文件夹，将所有与环境相关的文件（如environment.yml）存放在该文件夹下，并定期提交环境文件的更新，与代码的版本管理保持同步。
详细介绍 conda 的常用命令和使用方式
cuijiying的博客
03-05 1640
Conda是一个开源的包和环境管理工具，不仅适用于 Python，还支持 R、Ruby、Java 等多种语言。它能够帮助我们在同一台机器上创建相互隔离的虚拟环境，每个环境内安装不同版本的 Python 和所需依赖，从而避免版本冲突的问题。安装方式：一般通过Anaconda或Miniconda进行安装。安装后你可以在终端（或 Anaconda Prompt）中使用conda命令。通过上述教程，我们详细介绍了 conda 的常用命令及使用场景，包括环境管理、包管理、配置管理和实际案例。
Conda的基本用法
m0_38130163的博客
08-14 1226
conda的使用 1、anaconda中安装tensorflow 一般的安装： conda install tensorflow 有时候会出错： PackagesNotFoundError: The following packages are not available from current channels: 按照如下方式能安装成功： （1）在Anaconda Prompt中输入anaconda search -t conda Pydap【Pydap是要安装的库的名字】，等待一会之后，出现图
conda用法
街头看日出的博客
08-05 697
conda用法 #查看所有已导入的依赖包 conda list #查看虚拟环境 conda env list #创建python3.7虚拟环境 conda create -n python3.7 python=3.7 #创建python3.7环境，并安装anaconda包 conda create -n python3.7 python=3.7 anaconda #切换环境 conda activ...
conda基本用法
qq_36875803的博客
08-17 444
conda 安装第三方包:conda install requests或 pip install requests 卸载一个包：conda remove requests或 pip uninstall requests 查看当前环境所有已安装的包：conda list 到处当前环境包信息：conda env export > environment.yaml 重新创建一个相同的虚拟环境用：conda env create -f environment.yaml 切换到其他虚拟环境：conda act
conda 基本用法
xml_lmx的博客
03-04 1万+
#初识conda Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。 Conda 是为 Python 程序创建的，适用于 Linux，OS X 和Windows，也可以打包和分发其他软件 。 最流行的 Python 环境管理工具 。 ##conda基本命令 ###conda env list ...
Conda 常用命令大全（非常详细）零基础入门到精通，收藏这一篇就够了
2402_84205067的博客
07-03 1万+
Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。
Singularity实操——conda基础镜像构建
最新发布
m0_65437087的博客
07-21 1444
本文主要展示如何在Singularity中安装Conda 并配置环境，达到以下效果：1、可通过Singularity exec .sif software 直接调用conda安装的软件；2、进入Singularity后自动激活conda的base环境
conda同时使用tensorflow1和tensorflow2（conda基础操作）
someInNeed的博客
06-14 613
Anaconda环境除了附带了众多Python库外，还支持多个虚拟环境，这这是TensorFlow1.x和TensorFlow2.x共存的关键。如果下载的是Python3.7的Anaconda版本，那么这个环境的Python版本就是Python3.7。注意，在创建虚拟环境的过程中，会通过Internet下载相关的库，可能在国内有些慢。现在回到主题，在前面已经创建了一个名为tf2的虚拟环境，接下来用下面的命令激活tf2。如果在此之前设置了其他的镜像，可以使用下面的命令删除这些镜像。
Conda 全面使用指南：从基础操作到高级优化
漫谈网络
02-26 2046
Conda 是一个开源的包、依赖项和环境管理系统，可在 Windows、macOS 和 Linux 上运行。它最初是为 Python 程序创建的，但可以打包和分发任何语言的软件。Conda 有 Anaconda 和 Miniconda 两种发行版，Anaconda 包含大量常用的数据科学包，Miniconda 则仅包含 Conda 及其依赖项。
conda使用教程
weixin_49048250的博客
07-24 3878
​在用Python时，会有不同的版本要求，比如有的使用Python2.7，有的使用Python3.10，有的使用，有的使用TensorFlow，使用Conda创建多个虚拟环境，可以较好的解决该问题。记录在使用过程中的常用命令。...
Conda 使用指南
qq_41242500的博客
03-09 4973
Conda是一个包和环境管理的工具。支持Windows、macOS和Linux。Conda 可以快速的安装、运行和更新包和相关的依赖。Conda也可以轻易地创建、保存、加载和转换环境。Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了conda、conda-build、Python和众多科学计算的包及其依赖。Miniconda 是一个 Anaconda 的轻量级替代，默认只包含了 conda，Python 和一些它们所以依赖的包。
conda操作使用教程
qyhua的专栏
01-05 4993
在多个项目时，使用Conda 超级方便，它是一个强大而灵活的包管理和环境管理工具，可以帮助您轻松管理 Python 包和依赖项。
conda 基础
dma_dma的博客
09-21 275
下载安装 https://conda.io/projects/conda/en/latest/user-guide/install/linux.html https://conda.io/projects/conda/en/latest/user-guide/install/download.html#hash-verification 创建环境 将需要的package写到yml文件 name: testenv dependencies: - python=3.6 - cycler=0.10.0 - k
conda 常见使用命令详解
abments的博客
08-18 1264
Conda 是一个功能强大的工具，适用于各种开发和数据科学项目。通过掌握上述常见命令，你可以更加高效地管理环境和依赖，确保你的工作流程顺畅无阻。无论是创建新环境、安装包，还是排查问题，Conda 都提供了丰富的功能帮助你完成任务。
Conda入门教程
apl359的博客
06-17 877
Conda简单介绍Conda的定位是语言无关的包、依赖和环境管理系统。正如它的文档官网的第一句话写着：Package, dependency and environment managem...
Conda 常用命令大全（非常详细）零基础入门到精通，收藏这一篇就够了_conda命令
zz96405784848的博客
07-11 3290
Conda是一个开源的包管理与环境管理工具，支持多版本软件包和依赖管理。本文介绍了Conda的常用操作命令，包括：查询版本（conda --version）、更新（conda update conda）、环境管理（创建/激活/删除虚拟环境）、包管理（安装/卸载/升级包）等。此外还提供了环境克隆、导出分享（environment.yml）以及批量安装依赖包的方法。这些基础命令能帮助用户高效管理Python开发环境和依赖包。
Anaconda入门（安装及基础命令使用）
小杨笔记
10-15 6013
3.出现下面的页面，可以选择Just Me，也可以选择All Users，根据自己需要，其实对于大多数人来说没有太大的影响，因为我们个人学习的笔记本电脑大多数都是一个用户，根据自己心情来选择就好。注意这里添加的路径不是随便添加的，因为我的anaconda安装在了D盘的Anaconda这里，所以添加这个，也就是你的anaconda的路径在哪，你就要添加那个。4.更改安装目录，不建议安装在C盘，这里安装在D盘的anaconda文件夹下，（一定要记住此安装目录，且不能包含中文，之后配置环境的时候要用到）
Python 环境管理工具：Conda
热门推荐
m0_37559973的博客
04-23 1万+
Conda 是一个开源的跨平台包管理器和环境管理系统，主要用于 Python 和 R 等数据科学与机器学习相关的编程语言环境。它是由 Anaconda 分发版提供的，但也可以独立安装。
conda 基础操作命令
06-07
<think>嗯，用户这次询问的是conda基础操作命令和使用指南。从问题来看，用户应该是个刚开始接触Python环境管理的新手，需要清晰的入门指引。注意到用户特意强调了"basiccommands"，说明ta更关注核心功能而非高级用法。之前的引用资料虽然涉及Python部署和配置（如Lambda、Hadoop），但和conda无关，推测是系统自动关联的无效信息。考虑到新手常见痛点，重点要覆盖：1路径配置问题（常导致"condanotfound"错误）2基础环境操作（隔离不同项目环境）3包管理的精髓（解决依赖冲突）特别需要提醒conda和pip的混用风险——这是很多环境崩溃的根源。用警告图标强调这点很有必要，但语气要温和。用户没提操作系统，保险起见补充了各系统的验证命令。如果ta后续追问，可以再具体展开Windows的PowerShell和Linux的PATH配置差异。env.txt的导出示例可能对团队协作有用，尽管新手暂时用不到，但提前展示专业功能能建立信任。最后列出进阶方向作为延伸点，避免信息过载的同时保留探索入口。</think> 以下是Conda的基础操作命令和使用指南，涵盖环境管理、包安装、配置等核心功能： ### 一、环境管理 ```bash # 创建新环境（指定Python版本） conda create --name myenv python=3.9 # 激活环境 conda activate myenv # Windows/Linux/macOS (conda 4.6+) # 列出所有环境 conda env list # 复制环境 conda create --name clone_env --clone myenv # 删除环境 conda remove --name myenv --all ``` ### 二、包管理 ```bash # 安装包（当前环境） conda install numpy pandas matplotlib # 安装指定版本 conda install tensorflow=2.8.0 # 从特定渠道安装 conda install -c conda-forge opencv # 查看已安装包 conda list # 更新包 conda update numpy # 卸载包 conda remove pandas ``` ### 三、环境导入/导出 ```bash # 导出环境配置 conda env export > environment.yml # 根据YAML文件创建环境 conda env create -f environment.yml ``` ### 四、配置与清理 ```bash # 添加下载通道（如conda-forge） conda config --add channels conda-forge # 清除索引缓存 conda clean -a # 设置国内镜像源（清华源示例） conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes ``` ### 五、跨平台兼容技巧 1. **环境文件跨平台**：在`environment.yml`中添加平台标记 ```yaml name: myenv channels: - conda-forge dependencies: - python=3.9 - numpy - pip - pip: - torch==1.13.0 # 仅通过pip安装的包 ``` 2. **环境迁移**：用`conda-pack`打包环境 ```bash conda install conda-pack conda pack -n myenv -o myenv.tar.gz ``` ### ▫️ 最佳实践 1. **环境隔离原则**：为每个项目创建独立环境 2. **优先使用Conda安装**：避免与pip混用导致依赖冲突 3. **定期更新**：`conda update --all`保持包版本兼容性 4. **空间清理**：定期执行`conda clean -a`释放磁盘空间 > ⚠️ 注意：在共享环境中安装包时，建议使用`--prefix`指定路径 > `conda install --prefix /path/to/env pandas` ### 六、补充说明 - **查看Conda信息**：`conda info` - **验证安装**：安装后运行`conda --version` - **获取帮助**：`conda [command] --help` 如 `conda create --help` 建议结合官方文档获取最新命令：[Conda Documentation](https://docs.conda.io/en/latest/)[^1] --- ### 📚 相关问题延伸 1. 如何解决Conda和Pip混用导致的依赖冲突？ 2. Conda环境如何迁移到离线服务器？ 3. 如何修复`Solving environment`过程卡顿的问题？ 4. 怎样彻底卸载Anaconda及其所有环境？ [^1]: Conda官方文档提供了完整的命令行参考和故障排除指南
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值