【Anaconda】虚拟环境 创建 克隆 删除 镜像 conda 常用命令

最新推荐文章于 2025-07-11 13:36:35 发布
最新推荐文章于 2025-07-11 13:36:35 发布
阅读量2.9k 收藏 19
点赞数 2
CC 4.0 BY-SA版权
分类专栏： Anaconda和他的小伙伴 文章标签： anaconda conda
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。
本文链接：https://blog.youkuaiyun.com/weixin_39746008/article/details/99616887
本文详细介绍如何使用conda进行虚拟环境的创建、激活、删除、复制及重命名等操作，并提供了库的安装、更新、卸载方法，以及如何管理镜像源。适合初学者快速上手conda环境管理。

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

最常用的一些conda命令

  • 创建虚拟环境(python3.7)
conda create -n <env_name> python=3.7
  • 进入/激活该环境
conda activate <env_name>
  • 退出该环境
conda deactivate
  • 删除该环境（应退出待删除环境）
conda remove -n <env_name> --all
  • 列出所有环境
conda info --envs
conda env list
  • 复制环境
conda create -n <new_env_name> --clone <old_env_name>
  • 重命名环境
conda create -n <new_env_name> --clone <old_env_name>
conda remove -n <old_env_name> --all
  • 导出以及加载环境
    首先要激活待导出的环境，然后执行
conda env export > env_name.yml # 导出
conda create -f env_name.yml # 在另一台设备加载环境
  • 可以用各种conda命令管理虚拟环境下的API
conda install <pkg_name> # 安装库
conda install <pkg_name>==<版本号> # 安装指定版本的库
conda install -c <库的链接> # 从指定链接安装库
conda update <pkg_name> # 更新库
conda update --all # 更新所有库
conda unistall <pkg_name> # 卸载库

conda list # 查看所有第三方库
conda list -n <env_name> # 查看指定环境的所有库
  • 管理镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main # 添加清华镜像
conda config --set show_channel_urls yes # 设置搜索时显示通道url
conda config --remove channels <url> # 移除源
conda config --remove-key channels # 换回默认源

参考链接
https://blog.youkuaiyun.com/guilutian0541/article/details/81004769
https://blog.youkuaiyun.com/qq_27825451/article/details/89237574

conda env create -f conda.yml出错
107
10-28 1万+
导入别人实验项目出错：conda env create -f conda.yml出错 错误原因 ing pycocotools (from speaksee==0.0.1->-r /home/jhon/644g/image_captioning/show-control-and-tell/condaenv.dwl2dqas.requirements.txt (line 15)) ...
conda命令克隆（复制）环境方法及问题解决_conda复制环境
2401_84009317的博客
04-12 8108
录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**
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 1526
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。
conda命令克隆（复制）环境方法及问题解决
qq_38603174的博客
11-02 2万+
背景：与同事进行工作交接，在服务器上想直接拷贝他的环境过来，直接复制anaconda3/envs里的环境包过来后续安装包的时候由于路径是原来的路径会安装到对方环境里，因此使用conda命令来进行环境克隆。
conda命令克隆（复制）环境
BetrayFree的博客
12-15 3382
最近有个需求是：根据已有的环境生成一个新的环境，也就是所需的新环境有大多数包和已有的环境都是相同的，需要改的只是部分，所以呢，克隆一个就再适合不过了！
Anaconda 环境克隆、迁移 ，用Anaconda里面的conda命令创建虚拟环境并克隆环境或者复旧电脑实验环境包、_conda复制环境(2)
2401_84009300的博客
04-07 1187
2)查看当前存在哪些虚拟环境3)检查更新当前conda。
基于Windows下Anaconda创建python虚拟环境教程
rothschild666的博客
06-02 1万+
Anaconda是目前最流行的数据科学平台以及现代机器学习的基础。同时Anaconda 也是一个Python的发行版，专注于人工智能，天然适合科学计算，数据分析和机器学习，其包管理器是Conda 。Conda 是一个开源的包管理系统和环境管理系统，可在 Windows、macOS 和 Linux 上运行。 Conda 可快速安装、运行和更新包及其依赖项。 Conda 可以轻松地在计算机上创建、保存、加载和切换环境。 它是为 Python 程序而创造的，但它可以打包和分发任何语言的软件，换言之，**Conda
使用Anaconda的序幕：关于Conda虚拟环境的常用指令
wills的博客
11-07 1076
为避免在不同项目中对某个第三方包的切换版本的繁琐过程,或者改变某个版本的包导致另一个相关联的包无法使用,我们以创建虚拟环境的方式来解决；同时还需要学习Conda虚拟环境的相关指令！
【学习笔记】基于anaconda创建python虚拟环境
qq_45659165的博客
07-19 4674
在实际项目开发中，我们通常会根据自己的需求去下载各种相应的框架库，如Scrapy、BeautifulSoup等，但是可能每个项目使用的框架库并不一样，或使用框架的版本不一样，这样需要我们根据需求不断的更新或卸载相应的库。如果没有安装虚拟环境，那么当你使用这两个项目时，你就需要来回的卸载安装了，这样很容易就给你的项目带来莫名的错误；由于每一个环境对应一个spyder，创建新的虚拟环境后可以安装新的相对应的spyder，多个spyder可以共存。可以看到虚拟环境名与路径，其中base*就是主环境。...
conda env create -f environment.yml
weixin_42179158的博客
11-28 8170
个人理解：conda env create -f environment.yml 含义
conda ❀ 环境克隆
imomoe的博客
09-03 1131
【代码】conda ❀ 环境克隆。
Anaconda中进行虚拟环境克隆clone
a533855的博客
06-10 1705
在Anaconda中克隆虚拟环境，可以分为在同一机器上克隆和跨机器克隆两种情况。
conda env create -f environment.yml报错ResolvePackageNotFound和Found conflicts的解决方案【已解决】
阅读修身
02-07 1万+
阅读须知：长文，将近10万字。主要原因是报了太多错，记录了太多bug。前面的11步骤是我的试错过程，直到第12/13步才解决。没耐心的可以直接从目录跳到第12步最后。下面看一看我的一把辛酸泪吧。事情的起源是想把本机程序配置到服务器运行以减少运行时间。我之前试了pip和pipreqs安装依赖，报错却随着我的修改而越来越多。于是我决定试一试conda环境配置解决这个问题。按照优快云博主：℡ヾNothing-_哥所说，只需要四步，一如大象装冰箱一样简单。就可以搞定移植环境后的程序配置。
创建conda环境配置出现conda env create -f environment.yml报错解决办法
weixin_68577197的博客
02-16 5947
解决gitub项目conda创建环境environment.yml出现的Solving environment: failed 和 ResolvePackageNotFound错误的解决办法记录。
执行conda env create -f environment.yml出现PIP failed
qq_46139670的博客
01-11 2310
CondaEnvException: Pip failed
Anaconda 环境克隆、迁移
热门推荐
cwtnice的博客
07-14 4万+
anaconda虚拟环境迁移到另外的主机
pycharm配置深度学习环境：conda env create -f environment.yml报错
思考 记录 表达
03-08 4万+
pycharm配置深度学习环境报错（已解决）
ubuntu18下anaconda使用jupyter notebook加载tensorflow、pytorch，还有环境管理命令
qq_29758759的博客
10-02 426
1.安装完anaconda后，其环境会为我们在base(root)这个环境下配置jupyter notebook,而我们自己配置的TensorFlow环境下是没有自动配置这个工具的，所以我们需要自己在这个环境下配置jupyter notebook工具，具体操作如下： 1 conda activate tf2 #首先激活自己的tensorflow环境，tf2为我自己的环境名，注意更改 2 conda install ipython 3 conda install jupyter #安装工具 4 jup
conda常用命令 从入门到精通
最新发布
07-15
<think>我们正在回答用户关于conda常用命令从入门到精通的问题。根据引用内容，我们可以整理出以下知识点： 1. 环境管理（创建、激活、列出、删除环境） 2. 包管理（安装、卸载、更新、列出包） 3. 配置管理（通道管理、设置优先级） 4. 实用技巧（通道管理、环境重建、问题排查） 5. 清理与维护（清理缓存、删除未使用的包） 我们将按照这些模块组织回答，并确保使用正确的LaTeX格式。 注意：用户要求生成相关问题，我们将在最后添加相关问题部分。</think>### Conda 常用命令教程：从入门到精通 #### 一、环境管理（核心功能） 1. **创建环境** ```bash conda create --name myenv python=3.9 # 创建指定Python版本的环境 conda create --clone base --name myclone # 克隆基础环境 ``` 2. **环境操作** ```bash conda activate myenv # 激活环境 conda deactivate # 退出环境 conda env list # 查看所有环境 conda remove --name myenv --all # 删除环境 ``` 3. **环境重建** ```bash conda env export > environment.yml # 导出环境配置 conda env create -f environment.yml # 通过yml文件重建环境 ``` --- #### 二、包管理 1. **基础操作** ```bash conda install numpy=1.21 # 安装指定版本包 conda list # 查看当前环境所有包 conda remove numpy # 卸载包 conda update --all # 更新所有包 ``` 2. **包查询** ```bash conda search tensorflow # 搜索可用版本 conda list --revisions # 查看安装历史 conda list --export # 生成可重现的包列表 ``` --- #### 三、配置优化 1. **通道管理** ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # 添加清华源 conda config --set show_channel_urls yes # 显示包来源 conda config --show channels # 查看通道优先级 ``` 2. **性能优化** ```bash conda clean --all # 清理缓存和未使用包 conda config --set channel_priority strict # 设置严格通道优先级[^2] ``` --- #### 四、高级技巧 1. **环境诊断** ```bash conda info # 查看conda系统信息 conda doctor # 检查环境一致性（需安装conda-doctor） conda tree numpy # 查看包依赖树[^2] ``` 2. **空间管理** ```bash conda clean --packages # 删除未使用的包缓存 conda clean --tarballs # 删除下载的安装包[^3] ``` 3. **快速重建** ```bash conda env export --from-history > env-simple.yml # 仅导出显式安装的包[^2] ``` --- #### 五、最佳实践 1. **项目工作流** ```bash # 新建项目环境 conda create --name project-env python=3.10 conda activate project-env conda install pandas matplotlib # 保存环境配置 conda env export --from-history > environment.yml ``` 2. **疑难解决** - 包冲突时：`conda install --no-deps package_name` - 重置配置：删除 `~/.condarc` 文件 > **重要提示**：使用国内镜像可加速下载（如清华源）[^2]，定期执行 `conda clean --all` 可节省磁盘空间[^3]。
评论
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