pip、conda 操作

最新推荐文章于 2025-07-11 13:36:35 发布

原创最新推荐文章于 2025-07-11 13:36:35 发布 · 312 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #conda #pip

Python之路专栏收录该内容

23 篇文章

订阅专栏

一、pip操作

pip list #查看已安装的包
pip install numpy #安装numpy包
pip list --outdated #检查有哪些包需要更新
pip install --upgrade numpy #升级numpy包
pip uninstall numpy #卸载numpy包
pip --help #显示帮助

二、conda操作

1、对环境的创建、删除等操作

conda creat -n python36 #创建环境python36
activate python36 #进入环境python36
deactivate #退出环境
conda env list #查看环境列表
conda env remove -n python36 #删除环境python36

2、对包的安装、更新、删除等操作

conda list #查看已安装的包
conda install numpy #安装numpy包
conda update numpy #更新numpy包
conda update -all #更新所有包
conda remove numpy #卸载numpy包
conda -h #显示帮助

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

eook767117193

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

环境构建大师：精通Conda中的conda create命令

2402_85758349的博客

07-09

4318

命令是Conda中最核心的命令之一，它允许用户快速创建新的隔离环境，确保不同项目之间的依赖包不会相互冲突。命令创建新环境的方法，希望能帮助您更有效地管理项目环境和依赖。命令是Conda中创建新环境的强大工具，它使得环境管理和依赖控制变得简单而高效。Conda是一个开源的包管理系统和环境管理系统，广泛用于Python和其他科学计算语言的依赖管理。命令创建新环境，包括命令的使用方式、选项和实际应用。命令，指定新环境的名称和所需的包。命令列出当前环境中安装的所有包。命令自动化环境创建的示例脚本。

使用 pip 和 conda 的安装深度学习环境

chumingqian的博客

10-05

1879

在决定使用 pip 和 conda 安装包时，了解这两个包管理器之间的主要区别非常重要。

参与评论您还未登录，请先登录后发表或查看评论

conda相关操作

m0_68654129的博客

01-08

1426

conda是一个开源的包管理和环境管理工具，主要用于 Python 和数据科学领域。它可以帮助用户安装、更新、删除和管理软件包，同时支持创建和管理虚拟环境。以下是关于conda。

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

热门推荐

potato123232的博客

07-02

1万+

1创建环境 conda activate -n [环境名称] python=[python版本] 例如 conda activate -n tensorflow python=3.6 2查看环境 conda info -e 当前使用的环境会在前方标注一个星号 3删除环境 conda remove -n [环境名称] --all 例如 conda remove -n test --all 4激活环境 conda activate [环境名称] 例如 conda ........

conda 基本操作

戴林峰的博客

04-20

278

conda是一个配置隔离python环境的工具 conda既可以实现pip模块不同版本共存，也可以实现python不同版本共存。创建环境 conda create -n youEnvName python=3,7 列出环境名 conda info -e 激活指定环境 conda activate youEnvName 安装包 conda install xxx 删除环境(要删除当前环境的话得退出当前环境) conda remove -n xxx --all 退出环境 conda deacti

conda基本操作

weixin_36228538的博客

12-03

1160

# 要查看所有环境的列表 conda info --envs # 创建一个名为“env_name”的新环境，其中包含Python 3.5 conda create --name env_name python=3.5 # 激活某个环境 source activate env_name # 停用环境并返回基础环境 source deactivate # 删除某个环境conda env...

【python基础】—pip与conda的区别

sodaloveer的博客

07-05

4336

pip与conda的区别

pip vs conda：Python 包管理工具谁更强？

测试者家园

04-27

1242

pippip作为 Python 官方工具，适用于大多数纯 Python 项目，简洁高效，易于使用。conda提供了更加全面的功能，不仅能够管理 Python 包，还能管理其他语言和系统级库，并且具有强大的环境管理能力，适合处理依赖复杂的项目，尤其是数据科学和机器学习领域。选择使用pip还是conda，取决于你的项目需求。如果你在做简单的 Python 开发，pip是足够的；而如果你从事的是复杂的科学计算、数据分析或机器学习任务，conda将为你提供更加方便和稳定的支持。

python环境学习：pip介绍，pip 和 conda的区别和联系。哪个更好使用？pip创建虚拟环境并解释venv模块，pip的常用命令，conda的常用命令。

冯安晨

08-22

1929

python环境学习：pip 和 conda的区别和联系。哪个更好使用？pip创建虚拟环境并解释venv模块，pip的常用命令，conda的常用命令。

无缝集成的艺术：在Conda中启用pip与Conda的互操作性

2402_85758936的博客

07-16

1028

Conda是一个强大的包管理器和环境管理器，广泛用于Python和其他科学计算语言。它不仅能够管理包的依赖关系，还能创建和维护独立的开发环境。然而，在某些情况下，Conda用户可能会发现需要使用pip来安装某些特定的Python包。幸运的是，Conda提供了一种方式来启用pip和Conda的互操作性，使得两者能够无缝协作。本文将详细解释如何在Conda中使用命令来启用这种互操作性，并提供代码示例。

conda常用操作

刚子的博客

06-30

195

conda list 查看安装了哪些包。 conda env list 或 conda info -e 查看当前存在哪些虚拟环境 conda update conda 检查更新当前conda 建立环境： conda create -n your_env_name python=X.X（2.7、3.6等) 使用激活(或切换不同python版本)的虚拟环境： python --version # 可以检查当前python的版本 Linux: source activate yo...

conda操作使用教程

qyhua的专栏

01-05

4723

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的常用操作

qq_44533176的博客

04-04

1539

（这里有一个警告是因为直接输入python时找到的是环境变量里第一个含有python.exe的，但我们这里有多个环境变量里含有python.exe，所以在使用之前我们要先对指定的环境进行激活，说明我们要用哪一个环境。每个环境就像一个房子，里面的主人就是不同版本的python和各种包。当我们跑别人的代码时，就可以灵活地配置不同的环境来满足程序运行的要求。当前只存在一个base环境，是anaconda默认的环境，python版本为3.9。conda remove -n 环境名 --all -y。

conda操作总结

air_knight的博客

10-12

558

文章目录Conda简介Conda环境管理查看Conda详细信息创建环境激活环境返回主环境删除环境查看系统中的所有环境Conda的包管理安装库为当前环境安装库查看已经安装的库查看某个环境的已安装包查看指定包的信息安装package到指定的环境更新包删除包查看源添加国内源添加清华源删除源 Conda简介 Conda是一个开源跨平台、基于BSD许可证发布的包管理工具。 Conda允许用户方便地安装不同版本库和在不同版本的包之间切换、从一个软件仓库下载包并安装。 Conda用Python语言开发，但能管理其他编程语

conda虚拟环境的操作

weixin_44323744的博客

02-23

600

克隆一个虚拟环境 conda create --name new_env_name --clone old_env_name 删除虚拟环境 conda remove --rmenvname venv --all 创建虚拟环境设置需要的python版本 conda create -n envname python==3.6

pip conda

03-23

### pip与conda的区别 `pip` 和 `conda` 是 Python 生态中最常用的两种包管理工具，尽管它们有一些相似之处，但在设计目标和功能上存在显著差异。 #### 设计目的 - **pip**: 主要用于安装和管理 Python 软件包。它专注于 Python 的生态系统，并依赖于 PyPI（Python Package Index）来分发软件包[^1]。 - **conda**: 作为 Anaconda 发行版的一部分，不仅限于 Python 包的管理，还支持多种语言和其他二进制文件的安装。它可以处理更广泛的依赖关系，包括非 Python 库[^2]。 #### 安装方式 - 使用 `pip` 进行安装时，通常通过以下命令完成： ```bash pip install package_name ``` 这适用于纯 Python 编写的模块或那些不需要编译扩展的模块。 - 对于 `conda`，其语法类似但提供了更多选项以适应复杂的环境需求： ```bash conda install package_name ``` #### 环境隔离能力两者都提供虚拟环境的功能以便更好地控制项目间的相互影响。 - 创建基于 `pip` 的虚拟环境可以这样操作： ```bash python -m venv my_env source my_env/bin/activate ``` 随后可利用 `requirements.txt` 文件记录所需的所有依赖项并重现相同配置。 - Conda 则简化了这一过程并通过单一指令实现整个流程： ```bash conda create --name my_env python=3.8 conda activate my_env ``` ### 如何一起使用 Pip 和 Conda 虽然推荐单独使用其中一个工具以免引起冲突，但在某些情况下可能需要混合二者的能力。遵循最佳实践能够减少潜在风险： 1. 始终优先考虑 conda 来解决依赖问题； 2. 如果某个特定版本无法经由 conda 获取，则转而求助于 pip； 3. 避免在同一环境中频繁切换两者的角色定位以防破坏稳定性；例如，在已激活的 conda 环境下执行如下步骤安全引入外部资源而不损害原有结构： ```bash conda config --add channels conda-forge conda install some_package_from_conda_forge pip install specific_python_only_package==desired_version ```