Anaconda Distribution（版本分隔）

MoRanzhi1203

已于 2024-08-17 22:56:55 修改

阅读量1k

点赞数 19

文章标签： conda

于 2024-08-16 00:47:30 首次发布

本文链接：https://blog.csdn.net/MoRanzhi1203/article/details/141234699

版权

Anaconda Distribution（版本分隔）

"Anaconda"是一个用于科学计算和数据科学的开源发行版，它包含了许多常用的 Python 库、工具和环境管理器。Anaconda 提供了一个方便的方式来安装、管理和使用 Python 软件包，以及创建和管理独立的 Python 环境。

通过 Anaconda，用户可以轻松地安装和使用众多常用的 Python 库，如NumPy、Pandas、Matplotlib、SciPy 等。此外，Anaconda 还提供了一个名为 conda 的环境管理器，可以创建、导出、分享和切换不同的 Python 环境，以便在不同的项目中使用不同的软件包和版本。

除了 Python 包，Anaconda 还支持其他在数据科学中常用的编程语言和工具，例如 R 和 Jupyter Notebook。Jupyter Notebook 是一种交互式计算环境，允许用户创建和共享包含实时代码、方程式、可视化和叙述文本的文档。

1. 创建和管理环境

1.1 创建环境 - conda create

创建一个新的 conda 环境。

conda create --name <environment_name> <package1> <package2> ...

其中，<environment_name> 是你要创建的新环境的名称，<package1> <package2> ... 是要在新环境中安装的程序包的列表。

例如，要创建名为 myenv 的新环境并安装 numpy 和 pandas 等程序包，可以使用以下命令：

conda create --name myenv numpy pandas

done
#
# To activate this environment, use
#
#     $ conda activate myenv
#
# To deactivate an active environment, use
#
#     $ conda deactivate

这将创建一个名为 myenv 的新 conda 环境，并在其中安装 numpy 和 pandas 等程序包。

(myenv) C:\Users\MSIPC>conda list | findstr "numpy pandas"
numpy                     1.26.4          py312hfd52020_0    defaults
numpy-base                1.26.4          py312h4dde369_0    defaults
pandas                    2.1.4           py312hc7c4135_0    defaults

1.2 列出环境 - conda env list / conda info --envs

列出当前系统上所有可用的 conda 环境及其路径。

```
conda env list
```
执行该命令后，conda 将列出所有已创建的 conda 环境的列表，包括环境名称和路径。
```
# conda environments:
#
                      E:\Anaconda3
base                  *  E:\anaconda3
env1                     E:\anaconda3\envs\myenv
env2                     E:\anaconda3\envs\tes
```
在上述示例中，base 是基础环境或系统默认环境，带有星号(*)表示当前活动的环境。env1 和 env2 是两个已创建的 conda 环境，分别位于 /path/to/anaconda3/envs/env1 和 /path/to/anaconda3/envs/env2。

conda info --envs

C:\Users\MSIPC>conda info --envs
# conda environments:
#
                         E:\Anaconda3
base                  *  E:\anaconda3
myenv                    E:\anaconda3\envs\myenv
test                     E:\anaconda3\envs\test

此处同理，略

1.3 进入环境 - conda activate

激活指定名称的 conda 环境。

```
conda activate <environment_name>
```
执行该命令后，conda 将激活指定名称的 conda 环境，使其成为当前活动的环境。
```
conda activate myenv
```
在上述示例中，myenv 是要激活的环境的名称。执行该命令后，conda 将激活名为 myenv 的 conda 环境。
```
(myenv) C:\Users\MSIPC>
```
激活环境后，你将会在终端提示符前看到环境名称，表示当前活动的环境已更改。

请注意，conda activate 命令在 conda 版本 4.6 及以上才可用。如果你使用的是较旧的 conda 版本，可以尝试使用source activate <environment_name> 命令来激活环境。

1.4 退出环境 - conda deactivate

停用当前活动的 conda 环境。

```
conda deactivate
```
执行该命令后，conda 将停用当前活动的环境，并返回到基础环境。
```
C:\Users\MSIPC>
```
停用环境后，你将不再看到环境名称在终端提示符前。

请注意，conda deactivate 命令在 conda 版本 4.6 及以上才可用。如果你使用的是较旧的 conda 版本，可以尝试使用source deactivate 命令来停用环境。

1.5 删除环境 - conda env remove

删除指定名称的 conda 环境。

```
conda env remove --name <environment_name>
```
执行该命令后，conda 将删除指定名称的 conda 环境及其所有相关的包和文件。
```
conda env remove --name myenv
```
在上述示例中，myenv 是要删除的环境的名称。执行该命令后，conda 将删除名为 myenv 的 conda 环境。
```
Remove all packages in environment E:\anaconda3\envs\myenv:
```
请注意，删除环境是一个不可逆的操作，请谨慎使用该命令。确保你选择了正确的环境名称，并且你不再需要该环境及其相关内容。

2. 安装和管理程序包

2.1 安装程序包 - conda install

2.1.1 安装激活环境中的指定程序包

conda install <package_name>

执行该命令后，conda 将从默认的 conda 仓库中查找并安装指定名称的程序包及其依赖项。

conda install numpy

在上述示例中，numpy 是要安装的程序包的名称。执行该命令后，conda 将在当前环境中安装 numpy 包。

(test) C:\Users\MSIPC>conda list numpy
# packages in environment at E:\anaconda3\envs\test:
#
# Name                    Version                   Build  Channel
numpy                     1.26.4          py312hfd52020_0    defaults
numpy-base                1.26.4          py312h4dde369_0    defaults

你也可以同时安装多个程序包，只需在命令中提供多个程序包名称：

conda install numpy pandas matplotlib

在上述示例中，numpy、pandas和matplotlib是要安装的程序包的名称。执行该命令后，conda 将在当前环境中安装这三个包。

(test) C:\Users\MSIPC>conda list | findstr "numpy pandas matplotlib"
matplotlib                3.8.0           py312haa95532_0    defaults
matplotlib-base           3.8.0           py312hc7c4135_0    defaults
numpy                     1.26.4          py312hfd52020_0    defaults
numpy-base                1.26.4          py312h4dde369_0    defaults
pandas                    2.1.4           py312hc7c4135_0    defaults

请注意，你需要先激活要安装程序包的环境。确保你已经激活了正确的环境。

2.1.2 安装（更新）激活环境中的特定版本程序包

```
conda install <package_name>=<version_spec>
```
执行该命令后，conda 将尝试从默认的 conda 存储库中下载并安装指定名称和版本的程序包。如果指定的版本可用，并且满足与其他已安装程序包的依赖关系，它将被安装到当前环境中。

请注意，<package_name> 是要安装的程序包的名称，<version_spec> 是要安装的程序包的版本规范。你可以使用比较运算符（如等于号、大于等于号、小于等于号）来指定版本的范围，或者使用精确的版本号。

如果要指定安装的版本，可以在包名后面加上等号和版本号
```
conda install faker=18.9.0
```
在上述示例中，安装的是 faker 的 18.9.0 版本。
```
(test) C:\Users\MSIPC>conda list faker
# packages in environment at E:\anaconda3\envs\test:
#
# Name                    Version                   Build  Channel
faker                     18.9.0          py312haa95532_0    defaults
```

2.1.3 安装指定环境中的程序包

```
conda install --name <environment_name> <package_name>
```
执行该命令后，conda 将在指定名称的环境中安装指定的程序包及其依赖项。
```
conda install --name test pandas
```
在上述示例中，test 是要安装程序包的环境的名称，pandas 是要安装的程序包的名称。执行该命令后，conda 将在名为 test 的环境中安装 pandas 包。
```
(test) C:\Users\MSIPC>conda list pandas
# packages in environment at E:\anaconda3\envs\test:
#
# Name                    Version                   Build  Channel
pandas                    2.1.4           py312hc7c4135_0    defaults
```
请确保你替换 <environment_name> 和 <package_name> 分别为你要使用的环境名称和程序包名称。

2.1.4 从指定的需求文件文件中安装程序包

```
conda install --file <requirements_file>
```
执行该命令后，conda 将根据需求文件中列出的程序包及其版本信息，安装所有所需的包及其依赖项。
```
conda install --file requirements.txt
```
在上述示例中，requirements.txt 是需求文件的名称。执行该命令后，conda 将从该文件中读取程序包及其版本信息，并安装所有所需的包及其依赖项。
```
(test) C:\Users\MSIPC>conda list | findstr "numpy pandas matplotlib"
matplotlib                3.8.0           py312haa95532_0    defaults
matplotlib-base           3.8.0           py312hc7c4135_0    defaults
numpy                     1.26.4          py312hfd52020_0    defaults
numpy-base                1.26.4          py312h4dde369_0    defaults
pandas                    2.1.4           py312hc7c4135_0    defaults
```
请确保你替换 <requirements_file> 为你实际使用的需求文件的名称。
需求文件通常是一个文本文件，其中列出了要安装的程序包及其版本号。每行一个程序包，可以使用等号或空格分隔程序包名称和版本号。
- 示例 requirements.txt 文件内容：
```
# language: plaintext
numpy==1.26.4
pandas>=2.1.4
matplotlib
```
在上述示例中，要求安装 numpy 的 1.26.4 版本，要求安装最低版本为 2.1.4 的 pandas，以及要求安装最新版本的 matplotlib。

2.2 更新程序包 - conda update

2.2.1 更新指定的程序包

```
conda update <package_name>
```
执行该命令后，conda 将检查指定的程序包是否有可用的更新版本，并将其更新到最新版本。
```
conda activate test

conda update numpy
```
在上述示例中，numpy 是要更新的程序包的名称。执行该命令后，conda 将检查是否有新的 numpy 版本可用，并将其更新到最新版本。
```
(test) C:\Users\MSIPC>conda update numpy
Channels:
 - defaults
Platform: win-64
Collecting package metadata (repodata.json): done
Solving environment: done

# All requested packages already installed.
```
请确保替换 <package_name> 为你要更新的实际程序包的名称。

2.2.2 更新所有程序包

如果不指定具体的程序包名称，conda update 命令将更新当前环境中的所有程序包。

```
conda update --all
```
执行该命令后，conda 将检查当前环境中所有已安装的程序包是否有可用的更新版本，并将它们更新到最新版本。

请注意，这个命令将更新当前环境中的所有已安装程序包，包括 conda 本身和其他所有已安装的程序包。

建议在执行此命令之前先激活你想要更新的 conda 环境，以确保只在特定环境中进行更新。
```
conda activate test

conda update --all
```
在上述示例中，首先激活名为 test 的 conda 环境，然后执行 conda update --all 命令来更新该环境中的所有程序包。
```
(test) C:\Users\MSIPC>conda update --all
Channels:
 - defaults
Platform: win-64
Collecting package metadata (repodata.json): done
Solving environment: done

# All requested packages already installed.
```

2.2.3 强制更新程序包

可以使用 --force 选项来强制更新程序包，用于在当前激活的 conda 环境中强制更新指定程序包到最新版本，即使已经安装了该程序包的较新版本。

```
conda update --force <package_name>
```
执行该命令后，conda 将检查指定程序包的最新可用版本，并强制更新到最新版本，即使当前已安装的版本较新。

请注意，使用 --force 选项进行强制更新可能会引入潜在的不稳定性和依赖关系问题。这样做可能会破坏其他程序包的依赖关系，因此在使用该选项时要谨慎。
```
conda update --force faker
```
在上述示例中，--force 选项用于强制更新 faker 程序包到最新版本，即使已经安装了较新的版本。
```
(test) C:\Users\MSIPC>conda list faker
# packages in environment at E:\anaconda3\envs\test:
#
# Name                    Version                   Build  Channel
faker                     18.9.0          py312haa95532_0  
```
请谨慎使用 --force 选项，并确保了解其潜在的影响和风险。建议在使用之前备份环境或创建一个新的环境以进行测试。

2.2.4 更新conda

可以使用 conda 作为要更新的程序包名称来更新 conda 本身。

```
conda update conda
```
执行该命令后，conda 将检查可用的 conda 版本，并将其更新到最新版本。

请注意，更新 conda 可能需要管理员权限或使用适当的权限来执行操作。

2.3 移除程序包 - conda remove

2.3.1 移除当前环境的指定程序包

```
conda remove <package_name>
```
执行该命令后，conda 将卸载并移除指定名称的程序包及其相关的依赖项（如果没有其他程序包依赖该程序包）。

请注意，该命令只会在当前激活的 conda 环境中移除程序包。如果你希望在其他环境中移除程序包，请先激活相应的环境。
```
conda remove numpy
```
在上述示例中，numpy 表示要从当前环境中移除的程序包名称。执行该命令后，conda 将卸载并移除当前环境中的 numpy 程序包。

2.3.2 移除指定环境的指定程序包

```
conda remove --name <environment_name> <package_name>
```
其中，<environment_name> 是你要操作的 conda 环境的名称，<package_name> 是要移除的程序包的名称。
```
conda remove --name myenv numpy
```
在上述示例中，myenv 是要操作的 conda 环境的名称，numpy 是要从该环境中移除的程序包的名称。

请注意，移除程序包及其依赖项可能会对其他程序包产生影响，因此请谨慎操作。

3. 列出和搜索程序包

3.1 列出当前环境中已安装的所有程序包 - conda list

conda list

执行该命令后，conda 将显示当前环境中的所有程序包的列表，包括程序包名称和对应的版本号。

(myenv) C:\Users\MSIPC>conda list
# packages in environment at E:\anaconda3\envs\myenv:
#
# Name                    Version                   Build  Channel
ca-certificates           2023.12.12           haa95532_0    defaults
openssl                   3.0.13               h2bbff1b_0    defaults
vc                        14.2                 h21ff451_1    defaults
vs2015_runtime            14.27.29016          h5e58377_2    defaults

上述示例中，显示了当前环境中安装的一些程序包的名称和版本号。

这个命令可以帮助你查看当前环境中已安装的程序包，以及它们的版本信息。

3.2 列出指定环境中已安装的程序包 - conda list --name

conda list --name <environment_name>

其中，<environment_name> 是你要操作的 conda 环境的名称。

conda list --name myenv

在上述示例中，myenv 是要操作的 conda 环境的名称。执行该命令后，conda 将显示该环境中的所有程序包的列表，包括程序包名称和对应的版本号。

C:\Users\MSIPC>conda list --name myenv
# packages in environment at E:\anaconda3\envs\myenv:
#
# Name                    Version                   Build  Channel
ca-certificates           2023.12.12           haa95532_0    defaults
openssl                   3.0.13               h2bbff1b_0    defaults
vc                        14.2                 h21ff451_1    defaults
vs2015_runtime            14.27.29016          h5e58377_2    defaults

请注意，在执行该命令之前，确保已激活要查询的 conda 环境，或者使用 --name 选项指定环境名称。

3.3 搜索可用的程序包 - conda search

3.3.1 在默认存储库中搜索程序包

在指定的频道（软件包存储库）中搜索指定程序包的可用版本。

conda search <package_name>

执行该命令后，conda 将搜索默认的 conda 存储库，并显示与指定程序包名称匹配的可用版本列表。

conda search numpy

在上述示例中，numpy 是要搜索的程序包名称。执行该命令后，conda 将显示与 numpy 匹配的可用版本列表。

(test) C:\Users\MSIPC>conda search numpy
Loading channels: done
# Name                       Version           Build  Channel
numpy                          1.9.3  py27he0c0ee4_6  pkgs/main
numpy                          1.9.3  py27he0c0ee4_7  pkgs/main
......
numpy                         1.26.4 py312hfd52020_0  pkgs/main
numpy                         1.26.4  py39h055cbcc_0  pkgs/main

请注意，在执行该命令之前，确保已安装并配置好 conda，并且能够访问默认的 conda 存储库。

3.3.2 在其他存储库中搜索程序包

在指定的频道（软件包存储库）中搜索指定程序包的可用版本。

conda search -c <channel_name> <package_name>

其中，<channel_name> 是你要搜索的频道的名称，<package_name> 是要搜索的程序包名称。

执行该命令后，conda 将在指定的频道中搜索与指定程序包名称匹配的可用版本列表。

conda search -c conda-forge numpy

在上述示例中，conda-forge 是要搜索的频道的名称，numpy 是要搜索的程序包名称。执行该命令后，conda 将在 conda-forge 频道中搜索可用的 numpy 版本。

(test) C:\Users\MSIPC>conda search -c conda-forge numpy
Loading channels: done
# Name                       Version           Build  Channel
numpy                          1.9.3  py27he0c0ee4_6  pkgs/main
numpy                          1.9.3  py27he0c0ee4_7  pkgs/main
......
numpy                         1.26.4  py39hd5b4b07_0  conda-forge
numpy                         1.26.4  py39hddb5d58_0  conda-forge

请注意，为了执行此命令，你需要确保已安装并配置好 conda，并且能够访问指定的频道。

4. 管理配置和渠道

4.1 显示当前的 conda 配置信息 - conda config --show

显示当前 conda 配置的详细信息，包括配置文件的路径、各种配置选项及其对应的值。

```
conda config --show
```
执行该命令后，conda 将显示当前 conda 配置的详细信息。
```
(myenv) C:\Users\MSIPC>conda config --show
add_anaconda_token: True
add_pip_as_python_dependency: True
aggressive_update_packages:
  - ca-certificates
  - certifi
  - openssl
allow_conda_downgrades: False
allow_cycles: True
allow_non_channel_urls: False
```
上述示例中，显示了一部分配置选项及其对应的值。

通过运行 conda config --show 命令，你可以查看当前 conda 的各种配置选项，这对于了解和调整 conda 的行为和功能非常有用。

4.2 渠道管理 - conda config <operate> channels

4.2.1 列出所有已添加的渠道

显示当前配置中的 conda 频道列表。

```
conda config --show channels
```
执行该命令后，conda 将显示已配置的所有频道的列表。
```
channels:
  - defaults
  - conda-forge
  - bioconda
  - anaconda
```
在上述示例中，显示了已添加的四个频道：defaults、conda-forge、bioconda 和 anaconda。

请注意，输出中的顺序表示 conda 搜索软件包时的优先级顺序。首先搜索第一个频道，然后按照列表中的顺序逐个搜索其他频道。

4.2.2 添加指定名称的渠道

向conda配置中添加一个新的频道（软件包存储库）。

```
conda config --add channels <channel_name>
```
其中，<channel_name> 是你要添加的频道的名称。

执行该命令后，conda 将添加指定的频道到配置中，并将其作为 conda 搜索软件包的源之一。这样，你就可以从添加的频道中安装和更新软件包。
```
conda config --add channels conda-forge
```
在上述示例中，conda-forge 是要添加的频道的名称。执行该命令后，conda 将添加 conda-forge 频道到配置中。

请注意，添加频道可能会影响软件包的搜索和解析顺序，因此请谨慎选择频道，并确保频道可靠和可访问。

如果你想添加多个频道，可以多次使用 --add channels 选项，每次指定一个频道名称。

4.2.3 移除指定名称的渠道

从 conda 配置中移除指定的频道（软件包存储库）。

```
conda config --remove channels <channel_name>
```
其中，<channel_name> 是你要移除的频道的名称。

执行该命令后，conda 将从配置中移除指定的频道。这样，conda 将不再从该频道中搜索和获取软件包。
```
conda config --remove channels conda-forge
```
在上述示例中，conda-forge 是要移除的频道的名称。执行该命令后，conda 将从配置中移除 conda-forge 频道。

请注意，移除频道将影响软件包的搜索和解析顺序，因此请谨慎选择要移除的频道，并确保你不需要从该频道中获取和更新软件包。

如果你想移除多个频道，可以多次使用 --remove channels 选项，每次指定一个频道名称。
conda config --set <key>=<value>：设置指定键的值。

5. 环境与内核的的设置

5.1 环境的导入与导出

5.1.1 将当前环境的程序包列表导出到 YAML 文件中 - conda env export

将当前 conda 环境的所有软件包和其版本信息导出到一个 YAML 格式的文件中，以便在其他地方进行共享或重现环境。

```
conda env export > <yaml_name>
```
在上述示例中，执行该命令后，当前的 conda 环境将被导出到一个指定的 YAML 文件中。将 <yaml_name> 替换为你想要保存的 YAML 文件名。

注：在保存环境文件时，可以使用.yaml或.yml作为文件扩展名，它们都代表 YAML 格式。

默认情况下，该文件会保存在命令执行时所在的目录。如果你在命令行中执行该命令，environment.yml 文件就会保存在当前命令行所在的文件夹中。
```
conda env export > environment.yaml
```
C:\Users\MSIPC

└ environment.yaml
```
name: test
channels:
  - conda-forge
  - defaults
dependencies:
  - blas=1.0=mkl
  - bottleneck=1.3.7=py312he558020_0
  ......
  - zlib=1.2.13=h8cc25b3_0
  - zstd=1.5.5=hd43e919_0
prefix: E:\anaconda3\envs\test
```
请注意，导出的 environment.yaml 文件中包含了当前环境的所有软件包及其依赖关系。在另一个环境中，你可以使用该文件来创建相同的软件包环境。
如果你想要将 environment.yml 文件保存到特定的目录，你可以在命令中指定该目录的路径，例如：
```
conda env export > /path/to/directory/environment.yaml
```
将 /path/to/directory 替换为你想要保存文件的目录路径。

无论在哪里保存 environment.yml 文件，你可以通过文件浏览器或命令行导航到该目录，并查看或使用该文件。

5.1.2 根据 YAML 文件创建新的 conda 环境 - conda env create

根据一个 YAML 格式的环境文件创建一个新的conda环境。

```
conda env create --file <yaml_name>
```
执行该命令时，conda 会根据 <yaml_name> 指定的 YAML 文件中列出的软件包及其版本信息来创建一个新的 conda 环境。这个环境会包含文件中指定的所有软件包及其依赖关系。
```
conda env create --file environment.yaml
```
在上述示例中，执行该命令后，conda 将根据名为 environment.yml 的 YAML 文件创建一个新的 conda 环境。
```
done
#
# To activate this environment, use
#
#     $ conda activate test
#
# To deactivate an active environment, use
#
#     $ conda deactivate
```
请注意，在执行此命令之前，请确保你已经安装了 conda，并且 <yaml_name> 文件在当前目录或你执行命令时指定的路径下可用。

5.2 内核管理

```
conda install ipykernel
```
首先安装 IPython 内核包

IPython 内核是 IPython 的核心组件之一，与 IPython 模块并不相同，内核负责接收用户输入的代码，并将其执行并返回结果。在 Jupyter 笔记本中，每个笔记本都有一个关联的内核，负责执行其中的代码块。

5.2.1 列出已安装的的 JupyterNotebook 内核

```
jupyter kernelspec list
```
执行完毕后，您将看到一个列表，其中包含了已安装的内核及其相关信息。每个内核都会显示名称、语言和内核的安装位置。
```
(sas) C:\Users\MSIPC>jupyter kernelspec list
Available kernels:
  python3    E:\anaconda3\envs\sas\share\jupyter\kernels\python3
  sas        C:\Users\MSIPC\AppData\Roaming\jupyter\kernels\sas
```
您可以根据这个列表确定已安装的内核并采取相应的操作，比如移除内核或选择内核来在 Jupyter 笔记本中使用。

5.2.2 将 conda 环境添加至 JupyterNotebook 内核中

python -m ipykernel install --user --name=<your_virtual_environment>

这个命令将会在 Jupyter 中注册一个新的内核，与你指定的虚拟环境 <your_virtual_environment> 关联起来。这样，你就可以在 Jupyter 笔记本中选择并使用该虚拟环境的内核了。

python -m ipykernel install --user --name=sas

(sas) C:\Users\MSIPC>python -m ipykernel install --user --name=sas
Installed kernelspec sas in C:\Users\MSIPC\AppData\Roaming\jupyter\kernels\sas

5.2.3 将已安装的 JupyterNotebook 内核移除

jupyter kernelspec uninstall <kernel_name>

将 <kernel_name> 替换为您要卸载的内核的名称。

jupyter kernelspec uninstall sas

执行此命令后，Jupyter 将从系统中移除指定的内核。

(sas) C:\Users\MSIPC>jupyter kernelspec uninstall sas
Kernel specs to remove:
  sas  C:\Users\MSIPC\AppData\Roaming\jupyter\kernels\sas
Remove 1 kernel specs [y/N]: y
Removed C:\Users\MSIPC\AppData\Roaming\jupyter\kernels\sas
请注意，这只会移除内核本身，不会影响您的虚拟环境或其他相关安装。确保提供正确的内核名称以避免意外删除其他内核。

6. 其他命令

6.1显示有关 conda 的系统信息 - conda info

显示当前安装的 conda 软件的详细信息。

```
conda info
```
执行该命令后，conda 会输出关于 conda 的信息，包括 conda 版本、conda 所在的路径、conda 默认环境的路径等。
```
     active environment : base
    active env location : /opt/conda
            shell level : 1
          	......
                UID:GID : 1000:1000
             netrc file : None
           offline mode : False
```
上述示例输出包含了许多与 conda 相关的信息，如当前活动环境、conda 版本、Python 版本、环境路径、软件包缓存路径、渠道 URL 等。

6.2 清理 conda 缓存和未使用的程序包 - conda clean --all

清理 conda 的缓存和临时文件，以释放磁盘空间。

```
conda clean --all
```
执行该命令后，conda 会删除下载的软件包、未使用的软件包版本、缓存文件和其他临时文件。这些文件通常位于 conda 的默认缓存目录中。
```
(test) C:\Users\MSIPC>conda clean --all
# 将删除179个压缩包(410.3 MB)。
Will remove 179 (410.3 MB) tarball(s).
Proceed ([y]/n)? y

# 将删除1个索引缓存。
Will remove 1 index cache(s).
Proceed ([y]/n)? y

# 将删除8个软件包(13.0MB)。
Will remove 8 (13.0 MB) package(s).
Proceed ([y]/n)? y

# 没有要删除的临时文件。
There are no tempfile(s) to remove.
# 没有要删除的日志文件。
There are no logfile(s) to remove.
```
请注意，执行此命令时需要谨慎，--all 参数会删除所有缓存和临时文件，包括已安装的软件包的缓存。这意味着，如果你之后需要重新安装先前安装过的软件包，conda 可能需要重新下载它们。

如果你只想清理部分缓存，可以使用其他参数，如 --packages、--index-cache、--tarballs 等。