【Miniconda】conda创建、查看、删除虚拟环境

本文详细介绍了如何在Python开发中使用Miniconda进行包管理和环境管理,包括检查conda版本、创建和管理环境、升级、清理空间、安装和卸载包,以及如何将环境添加到JupyterNotebook的kernel中。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

开发python程序过程中涉及到python模块的管理,我们知道每一类语言都有相应的包管理工具,如Java的maven、gradle,go语言的mod、vendor,rust语言的cargo,那么python也有对应的包管理工具,其中Miniconda只是其中最精简的一个,针对Miniconda使用命令本章进行总结。

一、管理conda


(1)检查conda版本

  • conda --version

(2)获取版本号

  • conda --version 或者 conda -V

(3)列出所有的环境

  • conda env list
  • conda list 命令用于查看conda下的包,而conda env list命令可以用来查看conda创建的所有虚拟环境。

(4)查看环境管理的全部命令帮助

  • conda env -h

(5)conda升级

  • conda update conda升级conda
  • conda update anaconda升级anaconda前要先升级conda
  • conda update --all升级所有包

在实际环境中提示执行:

  • conda update -n base -c defaults conda

上述命令无法正确更新conda 版本,请使用如下命令耐心等待更新

  • conda install conda=24.3.0

(6)conda升级后释放空间

在升级完成之后,我们可以使用命令来清理一些无用的包以释放一些空间:

  • conda clean -p删除没有用的包
  • conda clean -t删除保存下来的压缩文件(.tar)

二、管理环境


(1)创建环境

  • conda create --name env-name python=3.12.2 或者
  • conda create -n env-name python=3.12.2

–name:也可以缩写为 【-n】

【env-name】是新创建的虚拟环境的名字,创建完,可以装anaconda的目录下找到envs/env-name 目录
python=3.12.2:是python的版本号。也可以指定为【python=3.6】,如果我们没有指定安装python的版本,conda会安装我们最初安装conda时所装的那个版本的python。

⚠️ 注意经过实测,python版本号需要写全。

若创建特定python版本的包环境,需键入conda create -n env-name python=3.12.2

  • conda create -n env-name python=3.12.2  [list of package]。list of package是可选项,选择要为该环境安装的包。

若想要在创建环境同时安装python的一些包:

  • conda create -n env-name python=3.12.2 numpy pandas

若想在别人虚拟环境的基础上创建自己的环境:

  • conda create -n env-name --clone <baseEnvName>

baseEnvName是clone的环境名称

(2)激活环境

Linux,OS X:

  • source activate env-name

Windows:

  • activate env-name

小技巧:
新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径;

(3)切换到base环境

如果要从你当前工作环境的路径切换到系统根目录时,执行:

  • conda deactivate

(4)复制一个环境
通过克隆来复制一个环境。这儿将通过克隆bigdata来创建一个称为bigmodel的副本。

  • conda create -n bigmodel --clone bigdata

通过conda env list来检查目前拥有的环境
(5)删除一个环境
如果你不想要这个名为bigmodel的环境,就按照如下方法移除该环境:

  • conda env remove -n bigmodel

三、管理包

(1)安装包 或 安装特定版本的包

  • conda install package-name
  • conda install package-name==version

(2)查看所有已安装包

  • conda list

(3)卸载包

  • conda remove package-name

(4)更新包
更新一个包

  • conda update package-name

更新所有包

  • conda update --all

(5)搜索包

  • conda search search-term,可以模糊搜索需要安装的包,搜索到指定版本可以指定版本安装
  • conda install pandas==1.1.1(举例)

四、把环境添加到jupyter notebook

调试程序过程中,如果你本地创建了虚拟环境,那么在Jupyter中需要指定虚拟环境才可调试,前提是我们的虚拟环境加入到Jupyter得kernel中。

首先通过conda activate env-name 进入想要添加的虚拟环境中,然后安装ipykernel,接下来将虚拟环境添加到kernel中即可,操作步骤如下:

  • pip install ipykernel
  • python -m ipykernel install --name kernel_name 

kernel_name可以取与环境名不一样的名字,但方便起见建议与虚拟环境名称统一,这里我的kernel_name是bigmodel1。

(1)查看已添加到jupyter notebook的kernel
我们可以使用jupyter kernelspec list来查看已添加到jupyter notebook的kernel。
显示如下:

$ jupyter kernelspec list
Available kernels:
  bigmodel1              /Users/easton/Library/Jupyter/kernels/bigmodel1
  mojo-jupyter-kernel    /Users/easton/Library/Jupyter/kernels/mojo-jupyter-kernel
  python3                /Library/Frameworks/Python.framework/Versions/3.12/share/jupyter/kernels/python3

可以看到bigmodel1成功加入到kernel中。

如果是jupyter lab就会看到如下界面:

如果使用jupyter notebook,在右上角也能选择切换kernel对应的虚拟环境,界面如下:

(2)删除指定的kernel
若想删除某个指定的kernel,可以使用命令

  • jupyter kernelspec remove kernel_name

由于python是不向后兼容的,分开环境可以避免语法版本不一引起的错误,同时这也可以避免工具包安装与调用的混乱。

参考:

conda创建新环境_conda create-优快云博客

<think>好的,我需要回答用户关于如何使用Miniconda创建Conda虚拟环境的问题。根据用户提供的引用资料,尤其是引用[2]和引用[3],里面有详细的步骤和命令示例。首先,我应该整理出创建虚拟环境的基本步骤,确保覆盖安装Miniconda创建环境、激活和退出环境、管理依赖以及删除环境等关键点。 接下来,要注意用户提到的是系统级指令,比如使用正确的LaTeX格式,但用户的问题是关于Miniconda的,所以可能不需要数学公式,但需要确保代码块正确使用反引号。同时,用户要求生成相关问题,我需要考虑用户可能进一步想知道的内容,比如常见错误、环境复制、依赖导出等。 需要检查引用内容是否准确,比如引用[2]中的安装命令是否适用于不同操作系统,用户可能是在Windows还是Linux下操作。根据引用[4],MinicondaWindows下的安装方法可能有所不同,但用户的问题更关注创建环境,所以需要明确说明跨平台的命令,或者在必要时指出系统差异。 另外,用户可能对conda命令的参数感兴趣,比如指定Python版本、安装特定包、使用依赖文件等。需要结合引用中的示例,如使用`conda create -n [环境名] python=3.8`来指定版本,以及如何通过`--file`参数安装依赖。 最后,确保回答结构清晰,分步骤说明,并附上代码示例。同时,生成的相关问题要贴近用户可能的后续需求,比如环境管理、包安装问题、性能优化等。需要避免技术术语过多,保持语言简洁易懂,符合中文表达习惯。</think>### 如何使用Miniconda创建Conda虚拟环境 #### 1. 安装Miniconda - **Windows系统**:从[清华镜像源](https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/)下载安装包,双击运行并按照提示完成安装[^4]。 - **Linux系统**: ```bash # 下载安装脚本 curl https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh --output miniconda.sh # 执行安装(安装路径设为/miniconda,按需修改) bash miniconda.sh -b -p /miniconda ``` #### 2. 创建虚拟环境 通过`conda create`命令创建环境,语法为: ```bash conda create -n 环境python=版本号 [包名=版本] [--file 依赖文件] [-c 镜像源] ``` **示例**: ```bash # 创建名为"mypy38"的环境,指定Python 3.8并安装pandas 1.4.0 conda create -n mypy38 python=3.8 pandas=1.4.0 # 从requirements.txt安装依赖 conda create -n mypy38 --file requirements.txt # 指定镜像源加速下载(如conda-forge) conda create -n mypy38 python=3.9 -c conda-forge ``` #### 3. 激活与使用环境 - **激活环境**: ```bash conda activate 环境名 ``` - **退出环境**: ```bash conda deactivate ``` #### 4. 管理环境依赖 - **安装包**: ```bash conda install 包名=版本号 # 推荐优先使用conda安装 pip install 包名==版本号 # 若conda源无此包,改用pip ``` - **导出依赖列表**: ```bash conda list --export > requirements.txt ``` #### 5. 删除虚拟环境 ```bash conda remove -n 环境名 --all ``` 此操作会彻底删除环境文件(路径如`C:\ProgramData\miniconda3\envs\环境名`或`/miniconda/envs/环境名`)[^3]。 --- ### 完整操作示例 ```bash # 创建环境 conda create -n data_analysis python=3.9 numpy pandas matplotlib # 激活环境 conda activate data_analysis # 安装额外包 conda install scikit-learn # 退出环境 conda deactivate # 删除环境 conda remove -n data_analysis --all ``` ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

NettyBoy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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