Conda 基础使用教程

发布时间：2025-03-28 22:48
넶浏览量：0

1. 简介

  • 什么是 conda？

    • Conda 是一个开源的包管理系统和环境管理系统

    • 可以管理 Python 包及其依赖关系

    • 可以创建和管理隔离的虚拟环境

    • 不仅管理 Python 包，还能管理非 Python 的软件包和库

    • 跨平台支持（Windows、macOS、Linux）

  • conda 与 pip 的区别

    • Conda：默认会自动安装所有直接和间接的依赖包，Conda 会考虑整个环境中的所有包，尝试找到相互兼容的版本

    • Pip：会安装你指定的包及其直接依赖

  • conda 的优势

    • 环境管理与包管理

 

2. 安装与配置

  • 安装 Anaconda 与 Miniconda

    • Anaconda：完整发行版，包含conda、Python和大量预装的数据科学包(如NumPy、SciPy、Pandas、Matplotlib、Jupyter等)，因为预装了大量包，会占用较多磁盘空间。

    • Miniconda：最小化发行版，只包含conda和Python，不预装任何额外包，占用磁盘空间少

  • 配置环境变量，在系统环境变量，path中新增以下三个设置

    • C:\Users\Administrator\Miniconda3
C:\Users\Administrator\Miniconda3\Scripts
C:\Users\Administrator\Miniconda3\Library\bin
    • 注意：以上路径是根据你安装conda的路径来设置，并一定是在C盘或者以上路径，
      • 如我的是：
      • D:\0ProgramData\miniconda3
      • D:\0ProgramData\miniconda3\Scripts
      • D:\0ProgramData\miniconda3\Library\bin

 

  • 验证安装是否成功

    • 在cmd中输入：conda --version，显示版本号则安装配置成功

 

  • 常见问题​​​​​​

        

常见问题

问题1：

安装后conda和添加环境变量后，在pycharm中新建项目时，选择自定义环境，选择conda时，提示：找不到conda可执行文件

 

解决：

选择conda路径（例如：D:/0ProgramData/miniconda3/_conda.exe），然后再选择自己创建的环境即可

 

或者：如果PyCharm 2024.3.5版本较高，用上述方法无效，

选择conda路径：D:\0ProgramData\miniconda3\condabin\conda.bat，然后再选择自己创建的环境即可
 
 

 

3. 常用命令

1、安装与初始化 
# 检查是否安装成功
conda --version

# 更新conda自身
conda update conda

# 初始化Shell（使conda命令在终端可用）
conda init powershell

  

2、环境管理

# 创建新环境（指定Python版本）
conda create -n my_env python=3.9

 

# 创建环境并安装指定包
conda create -n my_env numpy pandas

 

# 列出所有环境
conda env list

 

# 激活环境
conda activate my_env

 

# 退出当前环境
conda deactivate

 

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

 

# 删除环境
conda remove -n my_env --all
3、包管理

# 安装包（当前环境）
conda install numpy

 

# 安装指定版本
conda install numpy=1.21

 

# 安装到指定环境
conda install -n my_env numpy

 

# 从特定channel安装（如conda-forge）
conda install -c conda-forge tensorflow

 

# 卸载包
conda remove numpy

 

# 更新包
conda update numpy

 

# 列出已安装包
conda list

 

# 搜索可用包
conda search numpy

 

4、环境导出与共享

# 导出当前环境配置到YAML文件
conda env export > environment.yml

 

# 从YAML文件创建环境
conda env create -f environment.yml

 

# 导出精确的包列表（不含版本号）
conda list --export > requirements.txt

 

# 清理无用的包缓存
conda clean --all

 

# 检查更新（列出可更新的包）
conda update --all --dry-run

 

# 修复环境依赖冲突
conda update --all

 

 

# 查看conda配置
conda config --show

 

# 添加conda-forge频道（优先使用）
conda config --add channels conda-forge
conda config --set channel_priority strict

 

# 取消自动激活base环境
conda config --set auto_activate_base false

 

# 恢复默认配置
conda config --remove-key channels

 

 

# 查看某个包的详细信息
conda search numpy --info

 

# 快速安装Jupyter Notebook
conda install jupyter
jupyter notebook

 

# 创建GPU版本的PyTorch环境
conda create -n pytorch_gpu python=3.9
conda activate pytorch_gpu
conda install pytorch torchvision cudatoolkit=11.3 -c pytorch

 

끄收藏