Conda常用命令指南

Conda简介

• Conda的定义与核心功能（包管理与环境管理）
• Conda与Anaconda/Miniconda的关系
• 适用场景（数据科学、机器学习、多环境开发）

Conda环境管理

• 创建新环境：指定Python版本与名称

  conda create -n myenv python=3.9

• 激活与退出环境

  conda activate myenv  
  conda deactivate  

• 列出所有环境

  conda env list  

• 删除环境

  conda env remove --name myenv  

  Conda包管理

• 安装包（指定版本或渠道）

  conda install numpy=1.21  
  conda install -c conda-forge pandas  

• 卸载包

  conda remove numpy  

• 更新包或环境

  conda update numpy  
  conda update --all  

• 列出已安装包

  conda list 

• 搜索某个可用包

  conda search tensorflow  

  环境配置与导出

• 导出环境配置（生成environment.yml）

  conda env create -f environment.yml  

• 从文件创建环境

  conda env create -f environment.yml  

• 克隆现有环境

  conda create --name myclone --clone myenv  

  实用技巧与故障处理

• 清理缓存与无用包

  conda clean --all  

• 解决依赖冲突（使用--no-deps或创建新环境）
• Conda与Pip混合使用的注意事项
• 常见错误排查（如环境激活失败、渠道优先级问题）

进阶功能

• 配置镜像源加速下载

  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

• 多平台环境兼容性处理（--no-builds选项）
• 使用conda-build构建自定义包

附：常见问题

• conda activate无效？

    运行conda init初始化shell配置，或使用旧版命令（如source activate）。

• 包版本冲突？

    尝试创建新环境，或使用conda install --force-reinstall强制重装。

• 恢复默认配置

     删除~/.condarc文件（Linux/Mac）或C:\Users\<User>\.condarc（Windows）。