Python笔记（二）：Conda 常用命令总结
Anaconda是一个包含数据科学常用包的Python发行版本。可以用来安装和管理不同版本的Python程序包。本文总结Anaconda一些常用命令。
在日常应用中，conda命令可以用来如下方面：
- 管理conda环境；
- 在现有的conda环境中安装/升级包；
- 查询/搜索Anaconda包的索引和当前Anaconda的安装；
一、conda环境管理（核心）
Conda 是跨平台的开源包管理和环境管理系统，最初为Python设计，现在支持多种编程语言，可轻松安装包，管理依赖和切换虚拟环境。
在Conda（一种流行的包，依赖和环境管理器）中，管理环境是非常重要的，因为它可以帮助你隔离了不同项目所需的软件版本，避免版本冲突。以下是一些常用的环境管理命令：
1.1 查询所有虚拟环境
conda env list
#或
conda info --envs
说明：列出系统中所有conda虚拟环境，带
1.2 创建虚拟环境
conda create -n 环境名称 python=版本号
示例：创建名为pytorch_env, Python版本为3.12的虚拟环境；
conda create -n pytorch_env python=3.12
说明：
1.3 激活虚拟环境
#Window 系统
conda activate 环境名
#Linux/macOS 系统（若初始化conda，需要执行 source ～/.bashrc 或 source ～/.zs
conda activate 环境名
示例：激活pytorch_env环境
conda activate pytorch_env
1.4 退出虚拟环境
conda deactivate
说明：退出当前激活环境，回到base环境（默认环境）。
1.5 复制虚拟环境
conda create -n 新环境名 --clone
示例：复制pytorch_env 为 pytorch_env_copy
conda create -n pytorch_env_copy --clone pytorch_env
1.6 删除虚拟环境
conda remove -n 环境名 --all
示 例：删除old_env 环境
conda remove -n old_env --all
注意：删除前需先退出该环境（不能删除当前的环境）。
二、包管理
Conda提供了强大的包管理功能，可以方便地安装，更新和删除包。下面是一些基本的Conda包管理命令：
2.1 安装包
# 在当前环境安装包 （指定版本可选）
conda install 包名==版本号
#安装到指定环境（无需激活该环境）
conda install -n 环境名 包名
示例：在当前环境安装 numpy 1.21.0
conda install numpy==1.21.0
说明：若用conda安装失败，可采用pip（需先激活环境）：pip install 包名。
2.2 查看当前环境以安装的包
conda list
说明：列出当前激活环境中所有已安装的包及版本。
2.3 查看指定环境的包
conda list -n 环境名
示例：查看pytorch_env中的包
conda list -n pytorch_env
同时安装多个包：
conda install numpy pandas matplotlib
单命令完成多包安装，减少重复操作，提升效率。
2.4 更新包
#更新指定包
conda update 包名
# 更新当前环境所有包 （谨慎使用，可能导致兼容性问题）
conda update --all
2.5 卸载包
# 卸载当前环境的包
conda remove 包名
# 卸载指定环境的包
conda remove -n 环境名 包名
2.6 搜索包 （查看可用版本）
conda search 包名
示例：搜索pytorch的可用版本
conda search pytorch
三、配置与更新
conda配置管理是使用conda包管理器时的一个重要部分，它允许用户管理环境变量、频道（channels）、配置文件等。以下是一些基本的conda配置管理方法：
3.1 查看conda版本
conda --version
#或
conda -V
3.2 更新conda本身
conda update conda
说明：升级conda到最新版本，确保功能正常。
3.3 配置国内镜像源
# 添加Anaconda仓库镜像
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/
# 添加conda-forge仓库镜像（包含更多包）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
# 添加PyTorch镜像（如需安装PyTorch）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
3.4 设置显示通道地址（安装时可看到从哪个源下载）
conda config --set show_channel_urls yes
3.5 查看已配置的镜像源
conda config --show channels
3.6 删除指定镜像源
conda config --remove channels 源地址
四、实用技巧
4.1 导出环境配置（用于复现环境）
# 在当前环境下执行，导出为yaml文件
conda env export > 环境名.yaml
示 例：导出pytorch_env的配置到pytorch_env.yaml
conda env export > pytorch_env.yaml
4.2 从配置文件创建环境
conda env create -f 环境名.yaml
说明：在另一台机器，通过导出的yaml文件可快速创建相同环境。
4.3 清理conda 缓存（释放磁盘空间）
Conda安装的包都在目录
- 有些包安装之后，从来没有使用过；
- 一些安装包的tar包也保留在计算机中；
- 由于依赖或者环境等原因，某些包的不同版本重复安装；
以上这些情况使得更加冗余，并且浪费存储；对于这些情况可以使用conda clean净化Anaconda。
# 清理未使用的包和缓存
conda clean -p # 清理未使用的包
conda clean -t # 清理tar包缓冲
conda clean -y --all #清理所有缓存（推荐）