conda环境管理

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 100+累计阅读 164平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄10年

关注

转载最新推荐文章于 2026-03-30 22:30:31 发布 164 阅读 AI 写同款· GEO 优化 ›

安装conda搭建python环境（保姆级教程）安装conda，并用conda搭建python环境，对虚拟环境进行管理阅读详情

查看环境

conda env list

创建环境

conda create -n python36 python=3.6

进入环境

source activate python36
activate python36  # windows下

搜索包

conda search mxnet*

指定环境，查看已安装的包

conda list -n python36

指定环境，安装指定版本的包

conda install -n python36 mxnet==1.0.0

指定环境，更新包

conda update -n python36 mxnet

指定环境，删除包

conda remove -n python36 mxnet

导出环境为yml

conda env export >  environment.yml

根据yml创建环境

conda env create -f environment.yml

对yml文件修改后更新环境

conda env update -f environment.yml

退出环境

source deactivate
deactivate # windows下

复制环境

conda create -n python36 --clone python36_new

删除环境

conda remove -n python36 --all

更改镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

修改后可以在~/.condarc配置文件中可以看到相应信息

pip修改镜像源（修改~/.pip/pip.conf配置文件）

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

收录于

python

当前文章被收录于：

python

11 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#Conda

原文链接：https://www.cnblogs.com/liaohuiqiang/p/9380417.html>

Python 环境管理工具：Conda 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。阅读详情

相关推荐

掌握Conda环境管理：使用conda env remove命令的精要

命令是Conda环境管理中一个非常有用的工具，它提供了灵活的方式来删除不再需要的环境。通过本文的详细介绍，你应该已经了解了如何使用命令来管理你的Conda环境。希望本文能够帮助你更有效地管理你的Python项目环境，确保开发环境的整洁和一致性。以上就是关于如何在Conda中使用命令删除环境的详细介绍。如果你有任何疑问或需要进一步的指导，请随时与我们联系。

2401_85742452的博客 3349

Linux系统更改conda源，pip源

2.配置文件路径 ~比如在.condarc文件中添加conda源3.退出.condarc文件:wq4.保存.condarc文件，或者重启服务器。

weixin_62848630的博客 4594

包/环境管理工具pip和conda介绍

pip更适合于纯 Python 项目，尤其是对包的控制更加灵活。conda更适合处理复杂的多语言项目、依赖性复杂的数据科学项目，并且自带强大的环境管理工具。

qq_27390023的博客 1175

在Linux环境下修改Anaconda的默认虚拟环境安装位置

【代码】在Linux环境下修改Anaconda的默认虚拟环境安装位置。

qq_43340256的博客 4702

极速安装的艺术：使用 Mamba 革新你的 Conda 环境管理

Mamba，一个由 Conda-Forge 社区开发的快速包管理器，以其卓越的性能和效率，为 Conda 用户带来了福音。Conda 是一个强大的包管理器，支持跨平台的软件包管理，但随着时间的推移，用户可能会发现其在处理复杂依赖关系时速度较慢。本文提供了一个全面的指南，介绍了如何在 Conda 环境中使用 Mamba 来加速包的安装和管理，并通过实际的代码示例，帮助读者快速掌握 Mamba 的使用，提升开发效率。Mamba 不仅在基本的包管理任务上表现出色，它还支持更高级的用法，如依赖关系的高效管理。

2401_85742452的博客 5487

conda入门之环境管理

文档：https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html# 1.简介使用conda，您可以创建，导出，列出，删除和更新其中安装了不同版本的Python和/或软件包的环境。在环境之间切换或移动称为激活环境。您也可以共享环境文件。环境文件会安装在conda下的envs目录每个环境都有一个name，环境目录名称为也是name 2.创建环境 con...

蛐蛐的博客 751

LINUX 环境下迁移conda，服务器终端和pycharm终端debug记录丨vim编辑器最最基础使用方法（极简版）

命令的位置在安装时被写入到系统的环境变量中，一旦Anaconda目录发生变化，系统就无法正确定位到。来测试一下是否已经生效，也可以看看能否使用conda activate 环境名来激活自己的环境。由于anaconda占用内存过大，故转移到硬盘，以下是转移后需要用到的linux操作指令。针对这个问题，只需要在终端输入conda init初始化conda就可以了。使用键盘删除或者输入新的路径，确保路径指向新的Anaconda安装目录。解决办法是更新系统的环境变量，以便正确指向新的Anaconda目录。

qiyuezuibang的博客 1907

STM32F103+LAN9252实战：从站代码迁移中的5个硬件坑与解决方案

本文分享了将EtherCAT从站代码从STM32F767迁移至STM32F103平台时，搭配LAN9252遇到的五个典型硬件问题及解决方案。核心挑战包括时钟源不匹配、FSMC时序配置、中断映射错误、片选资源不足以及Flash烧录异常。文章通过实战经验，强调了硬件差异对代码迁移的关键影响，并提供了具体的调试思路与配置方法。

p5l2m9n4o6q的博客 697

conda环境管理介绍

我们可以使用conda 来切换不同的环境，主要的用法如下： 1. 创建环境 # 指定python版本为2.7，注意至少需要指定python版本或者要安装的包 # 后一种情况下，自动安装最新python版本 conda create -n env_name python=2.7 # 同时安装必要的包 conda create -n env_name numpy matplotlib pytho

生如蚁，美如神 3240

LaTeX伪代码字体大小调整全攻略：从algorithm到algorithm2e的实战技巧

本文详细介绍了在LaTeX中调整伪代码字体大小的全面技巧，涵盖algorithm、algorithmicx和algorithm2e等主流算法包的使用方法。从基础命令到高级配置，帮助用户解决学术论文和技术文档中的伪代码排版问题，提升算法展示的专业性和可读性。特别针对不同期刊格式要求，提供了实用的字体调整方案。

weixin_29297127的博客 437

从AND到XOR：5种门控电路在PrimeTime中的检查策略差异

本文深入探讨了AND、NAND、OR、NOR和XOR五种门控电路在PrimeTime静态时序分析中的检查策略差异。重点解析了XOR门控因其非单调性而无法被工具自动推断，需要工程师手动配置的特殊性，并提供了针对各类门控的配置模板与调试技巧，以确保时钟网络的完整性与芯片设计的可靠性。

rgv2345678的博客 269

anaconda conda环境管理命令

conda测试指南在开始这个conda测试之前，你应该已经下载并安装好了Anaconda或者Miniconda注意：在安装之后，你应该关闭并重新打开windows命令行。一、Conda测试过程：使用conda。首先我们将要确认你已经安装好了conda 配置环境。下一步我们将通过创建几个环境来展示conda的环境管理功能。使你更加轻松的了解关于环境的一切。我们将学习如何确认你在哪个环境...

William Zhao's notes 9万+

信号完整性之阻抗（五）

一、什么是阻抗阻抗的概念是从高中或者初中大家可能就会接触到，没想它一直陪伴我十年了。在我的印象中，提到阻抗我可能就会想到电阻，这样的思想局限也限制了我平常思考问题。所以今天也想把阻抗这个概念在顺理一遍，有错误或者欠缺的地方希望大家指正。 1.什么是阻抗： ==在具有电阻、电感和电容的电路里，对电路中的电流所起的阻碍作用叫做阻抗。阻抗常用Z表示，是一个复数，实部称为电阻，虚部称为电抗，其中电容在电路中对交流电所起的阻碍作用称为容抗 ,电感在电路中对交流电所起的阻碍作用称为感抗，电容和电感在电路中对交流电引

刘小同学的博客 2587

【Conda】Conda命令详解：高效更新与环境管理指南

本文将系统介绍Conda的更新命令和环境管理功能，包括如何更新Conda核心、更新所有包、设置严格频道优先级、强制安装特定版本、创建和管理环境、清理缓存等实用技巧，解析每个命令的参数，以及提供示例和最佳实践帮助你更高效地进行Python项目管理。

人生苦短，睡觉要紧，睡醒再说 1万+

基于Simulink环境，提供一个关于如何对DC-DC变换器进行效率分析的仿真建模

效率定义：变换器效率通常定义为输出功率与输入功率之比，即 η=PoutPinη=PinPout。重要性：高效率意味着更少的能量损失和更好的热管理，对于便携式设备、电动汽车等应用至关重要。挑战开关损耗：高频操作带来的开关器件损耗。导通损耗：电流流过电阻性元件（如MOSFET导通电阻）造成的能量损失。控制策略：优化控制算法以减少损耗。首先明确要模拟的任务内容。设计一个能够支持特定输入输出电压比的DC-DC变换器。根据工作频率和谐振元件值确定合适的电路参数。

xiaoheshang_123的博客 155

YOLO26改进 - 注意力机制 | MLLAttention (Mamba-Like Linear Attention) 类Mamba线性注意力：动态感受野适配多尺度目标

本文介绍了Mamba-Like Linear Attention (MLLA)模型及其在yolo26中的集成。MLLA结合了Mamba和线性注意力Transformer的优点，线性注意力降低计算复杂度，Mamba有效建模序列。该模型将Mamba的遗忘门和块设计等关键元素与线性注意力结合，还可用位置编码替代遗忘门。我们将MLLA引入yolo26，在检测头的不同尺度特征图上应用。实验表明，改进后的yolo26在目标检测任务中表现良好，体现了MLLA在提升模型性能上的有效性。

魔改工程师的博客 1149

Conda Python环境管理工具用法总结

Conda 是一个强大的 Python 环境管理工具，主要用于创建、管理和切换不同的 Python 环境。

weixue108的博客 870

基于单光子探测的高重频多通道符合测距

TDC专栏之基于单光子探测的高重频多通道符合测距

sdau2005的博客 1202

【工具】conda环境管理工具

Conda是一个跨平台的Python包管理和环境管理系统，支持创建隔离环境并管理不同版本的依赖包。本文介绍Conda的安装与使用：包括Miniconda在不同系统的安装方法、环境管理（创建/激活/删除）、包管理（安装/更新/删除）、环境分享（导出/导入YAML配置）、常见问题解决方案（包安装失败、环境激活问题等）以及最佳实践建议（项目隔离、定期更新等）。Conda能有效解决Python项目的依赖冲突问题，是数据科学和机器学习开发的必备工具。

一个普通程序员的成长记录簿 1142

YOLOv11涨点改进 | 全网独家创新，损失函数改进篇 | TGRS 2025 | 引入AdaFocalLoss损失函数，改进小目标检测，自适应聚焦小目标与样本分布不平衡，提升检测精度与训练稳定性

本文提出了一种改进YOLOv11模型的AdaFocalLoss损失函数，通过动态调节机制有效提升小目标检测性能。AdaFocalLoss融合了目标尺寸感知和IoU引导的自适应调节，解决了传统损失函数在小目标检测中的样本不平衡问题。该方法自动调整训练权重，无需手动调参，显著提升了模型在多尺度目标、复杂背景下的检测精度和训练稳定性。实验表明，AdaFocalLoss能更好地平衡不同尺度目标的梯度分布，改善边界完整性，减少误检漏检。文章详细介绍了算法原理、实现代码和在YOLOv11中的集成方法，为提升目标检测性能

Ai缝合怪、助力小伙伴高效发论文 335

锂电池充电器电路设计里面有电路

锂电池充电器电路设计里面有电路 3.7V升压到5V电路设计。

Conda 与 Spyder 环境管理

作为 Python 科学计算领域的黄金搭档，Anaconda 和 Spyder 为研究人员和数据分析师提供了强大的工作环境。本文将详细介绍如何使用 Conda 管理 Python 环境，并在 Spyder IDE 中灵活切换这些环境，助你打造高效的 Python 开发工作流。掌握 Conda 和 Spyder 的环境管理技巧，可以显著提升 Python 科学计算工作的效率和可重复性。建议读者从简单的单环境使用开始，逐步过渡到多环境管理，最终形成适合自己的高效工作流。提示：Anaconda 官方文档（

曾立文的博客 1700

SAP B1中文培訓教材_SDK

公司内部培训资料，对开发工具，DIAPI， UIAPI，Add-ON有详细解说

Python环境管理：用Conda让你的开发更轻松

Conda 是一个开源的包管理和环境管理系统，最初由 Anaconda, Inc. 开发。它不仅可以管理 Python 包，还可以管理其他语言的包，比如 R、Ruby 和 Lua。通过 Conda，我们可以创建、导入和导出环境，以确保项目的可重复性。

m0_62283350的博客 1493

STM32F407中文手册

STM32f407中文手册本参考手册面向应用开发人员，提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微控制器系列，各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性，请参见数据手册。有关 ARM Cortex™-M4F 内核的信息，请参见《Cortex™-M4F 技术参考手册》。

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

pycharm环境管理--conda、pip、virtualenv的区别

conda、pip、virtualenv的区别 1、 conda conda是包及其依赖项和环境的管理工具。适用语言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。适用平台：Windows, macOS, Linux 用途：快速安装、运行和升级包及其依赖项。在计算机中便捷地创建、保存、加载和切换环境。如果你需要的包要求不同版本的Python，你无需切换到不同的环境，因为conda同样是一个环境管理器。仅需要几条命令，你可

weixin_44715081的博客 5589

上一篇：按键被占用，无法使用ide的快捷操作

下一篇： Linux下查看JDK安装路径

掌握Conda环境管理：使用conda env remove命令的精要

2401_85742452的博客

07-16

3349