1、背景

此文主要记录conda的一些用法，大部分命令来自ai搜索以及自己的理解。

2、安装conda

2.1 选择 conda 版本

2.1.1 Anaconda

• 含有 Conda + 大量科学计算包（NumPy、Pandas、Matplotlib 等）
• 适合数据科学、机器学习初学者
• 下载地址：https://www.anaconda.com/products/distribution

2.1.2 Miniconda

• 只含 Conda 和基础 Python，体积小
• 适合开发者或只需精简环境的用户
• 下载地址：https://docs.conda.io/en/latest/miniconda.html

2.1.3 安装完后推荐的操作

# 更新conda
conda update conda

# 创建基础环境
conda create -n base python=3.10

# 激活环境
conda activate base

3、Conda基本信息命令

命令	功能
conda info	显示 Conda 的基本信息，包括版本、环境路径、渠道等
conda list	列出当前环境中安装的所有包
conda list <package>	查看指定包信息
conda info --envs 或 conda env list	列出所有 Conda 环境及路径
conda search <package>	搜索 Conda 仓库中的包

4、环境管理

4.1 创建环境

命令	说明
conda create -n myenv python=3.9	创建名为 myenv 的环境，并指定 Python 版本
conda create -n myenv numpy pandas	创建环境并安装指定包
conda create -n myenv --clone oldenv	克隆现有环境 oldenv 到新环境 myenv

4.2 激活与退出环境

命令	说明
conda activate myenv	激活环境 myenv
conda deactivate	退出当前环境
conda activate base	回到基础环境

4.3 删除环境

命令	说明
conda remove -n myenv --all	删除整个环境
conda env remove -n myenv	同上，效果一致

4.4 导出与迁移环境

命令	说明
conda env export > environment.yml	导出当前环境到 YAML 文件
conda env create -f environment.yml	根据 YAML 文件创建环境
conda list --export > requirements.txt	导出可供 pip 使用的包列表
conda pack -n myenv -o myenv.tar.gz	将环境打包迁移到另一台机器

4.4.1 conda env 导入和导出

1. 导出

conda env export --name env_name > environment.yml

2. 导入

conda env create -f environment.yml

• 修改导入的env名
  如果需要修改导入的env名，手动修改environment.yml文件，修改第一行。
• 修改某个pip包的源
  vi environment.yml
  找到 pip 部分进行修改
  

5、包管理

5.1 安装包

命令	说明
conda install numpy	安装最新版本包
conda install numpy=1.23.5	安装指定版本
conda install numpy pandas -c conda-forge	指定频道安装多个包
conda update numpy	更新包到最新版本
conda update --all	更新所有包

5.2 卸载包

命令	说明
conda remove numpy	卸载指定包
conda uninstall numpy	同上

5.3 查看包信息

命令	说明
conda list numpy	查看 numpy 是否安装及版本
conda search numpy --info	查看包的详细信息（版本、依赖、来源）

6 渠道管理

命令	说明
conda config --show channels	查看当前渠道列表
conda config --add channels conda-forge	添加新渠道
conda config --set channel_priority strict	设置严格优先渠道
conda config --remove channels conda-forge	删除渠道
conda clean -i	清理索引缓存，避免渠道冲突

6.1 设置清华的源

# 清空已有 channel 配置
conda config --remove-key channels

# 添加清华镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
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/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
conda config --set show_channel_urls yes

# ️清理索引缓存
conda clean -i

# 查看当前配置的源
conda config --show channels
conda config --show default_channels

7、环境故障排查与清理

命令	说明
conda clean -a	清理缓存、包、索引等，占用空间
conda doctor	检查 Conda 环境是否有潜在问题
conda config --show	查看全部配置，方便排查问题

8、特殊操作

场景	命令
在特定目录创建环境	conda create -p ./envname python=3.10（-p 指定路径，不在默认环境列表）
激活路径环境	conda activate ./envname
查看 Python 版本	python --version（在激活环境后）
使用 pip 安装 Conda 环境中没有的包	pip install package_name（推荐先激活环境）

9、案例

9.1 Conda环境中修改pip源

conda create -n sovits-new python=3.9.20

# 全局修改pip的源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 

# 单次生效
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple