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。