Conda 基本使用命令大全

Conda 是一个开源的包管理和环境管理系统，广泛用于 Python 开发、数据科学和机器学习。以下是 最常用的 Conda 命令，涵盖环境管理、包安装、配置等核心操作。

1. 环境管理

创建环境

conda create --name myenv           # 创建名为 myenv 的环境（默认 Python 版本）
conda create --name myenv python=3.9  # 指定 Python 版本
conda create --name myenv numpy pandas  # 创建环境并安装包

激活/退出环境

conda activate myenv    # 激活环境（Windows/Linux/macOS 通用）
conda deactivate       # 退出当前环境

查看环境列表

conda env list         # 列出所有环境
conda info --envs      # 同上

删除环境

conda remove --name myenv --all  # 删除整个环境
conda remove --name myenv package_name  # 仅删除环境中的某个包

克隆环境

conda create --name new_env --clone old_env  # 复制环境

导出/导入环境

conda env export > environment.yml  # 导出当前环境配置
conda env create -f environment.yml # 从 YAML 文件创建环境

2. 包管理

安装包

conda install numpy         # 安装最新版 numpy
conda install numpy=1.21    # 安装指定版本
conda install -c conda-forge package_name  # 从 conda-forge 安装

卸载包

conda remove numpy          # 卸载包

更新包

conda update numpy          # 更新单个包
conda update --all          # 更新所有包

查看已安装的包

conda list                  # 列出当前环境的所有包
conda list -n myenv         # 查看指定环境的包

搜索包

conda search numpy          # 搜索可用的包版本

3. 配置与清理

查看 Conda 信息

conda --version             # 查看 Conda 版本
conda info                  # 查看 Conda 详细信息

清理缓存

conda clean --all           # 删除所有缓存（包括未使用的包）
conda clean --packages      # 删除未使用的包

修改默认下载源（换镜像）

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/  # 清华源
conda config --set show_channel_urls yes  # 显示下载源
conda config --remove-key channels        # 恢复默认源

4. 常见问题

Conda 命令无效？

确保 Conda 已正确安装并加入 PATH：
```
source ~/.bashrc  # Linux/macOS 生效
```
或使用绝对路径（如 ~/anaconda3/bin/conda）。

Conda 和 Pip 混用？

推荐：在 Conda 环境内优先用 conda install，如果没有再用 pip install。

冲突解决：

conda list | grep pip  # 检查是否影响环境

Conda 环境与 Jupyter Notebook 联动

conda install ipykernel                # 安装内核
python -m ipykernel install --user --name=myenv --display-name "Python (myenv)"  # 添加内核
jupyter kernelspec list                # 查看可用内核

5. 总结

功能	命令
创建环境	`conda create --name myenv python=3.9`
激活环境	`conda activate myenv`
退出环境	`conda deactivate`
删除环境	`conda remove --name myenv --all`
安装包	`conda install numpy`
更新包	`conda update --all`
导出环境	`conda env export > environment.yml`
换镜像源	`conda config --add channels 镜像URL`