Conda 常用命令超全指南

✅ 环境隔离：不同项目可配置独立的 Python 版本和包环境，避免「版本冲突噩梦」

✅ 跨平台兼容：通过 environment.yml 实现环境「一键迁移」，开发/部署无缝衔接

✅ 全流程管理：支持环境创建、包安装、版本控制、跨平台导出，覆盖开发全周期

🌿 二、虚拟环境：项目隔离的魔法盒

📦 1. 创建环境（3 种常用模式）

# 基础款：默认 Python 版本（与主环境一致）
conda create --name my_env  

# 指定版本：精准控制 Python 版本（如 3.9）
conda create --name my_env python=3.9  

# 豪华套餐：创建时直接安装常用包
conda create --name ml_env python=3.9 pandas numpy scipy matplotlib

⚡ 2. 激活/退出环境（按系统区分）

📍 3. 环境列表查看

conda env list  # 简洁版，当前环境标 *
# 输出示例：
# my_env                  *  /path/to/env
# base                     /base/env/path

🔄 4. 复制与删除环境

conda create --name new_env --clone old_env    # 复制环境（含所有包） 
conda remove --name my_env --all    # 彻底删除环境（危险操作，谨慎！）

📦 三、包管理：精准控制依赖的版本与来源

🔍 1. 查看包列表

# 方式 1：进入环境后查看
conda activate my_env  
conda list  # 显示包名、版本、渠道  

# 方式 2：直接查看指定环境（无需激活）
conda list -n my_env  

🛒 2. 安装包（4 种场景全覆盖）

# 基础安装：当前环境安装 requests
conda install requests  

# 指定版本：如安装 numpy 1.24.0
conda install numpy=1.24.0  

# 指定渠道：从 conda-forge 安装（高质量社区包）
conda install -c conda-forge numpy  

# 国内加速：临时使用清华源（无需修改默认配置）
conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ numpy

🗑️ 3. 卸载包

conda uninstall package_name  # 卸载当前环境中的包  
conda uninstall --name my_env package_name  # 卸载指定环境中的包（无需激活）

📤 四、环境分享：一键复现开发环境的秘诀

📄 1. 导出环境配置（生成黄金模板）

conda env export > environment.yml  # 导出当前环境到 YAML 文件  

name: ml_env          # 环境名称  
channels:             # 包渠道（按优先级排序）  
  - conda-forge  
  - defaults  
dependencies:         # 依赖列表（自动识别 conda/pip 包）  
  - python=3.9  
  - pandas=2.0.3  
  - pip:  
    - requests==2.28.2  

⚡ 2. 跨平台创建环境

conda env create -f environment.yml  # 无论什么系统，一行命令复现环境  

🚀 五、源管理：3 步搞定国内镜像加速（附清华源配置）

1. 查看当前源配置（确认是否已配置国内源）

conda config --show-sources  
# 输出示例（带 [defaults] 为默认源）：  
# channels:  
# - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/  
# - defaults  
# show_channel_urls: true  

2. 配置清华源（国内用户必做！下载速度提升 10x+）

# ① 添加清华主源（含常用包）  
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/  
# ② 添加清华 conda-forge 源（社区优质包）  
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/  
# ③ 关闭默认源（避免混合下载导致冲突）  
conda config --set show_channel_urls yes  
conda config --remove-key channels  # 可选：恢复默认源时使用  

3. 临时使用特定源（单次加速）

conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ scipy

⚙️ 六、高级操作：批量处理与版本升级

📊 1. 批量导出/安装组件

🔄 2. 升级工具链

conda update conda  # 先升级 Conda 本体（确保能检测到最新包）  
conda update anaconda  # 升级 Anaconda 全家桶（含 Jupyter/Spyder 等工具）  

🗑️ 七、卸载指南：不同系统的正确删除方式

💻 Windows

1. 通过「控制面板」→「卸载程序」找到 Anaconda，点击卸载
2. 手动删除安装目录（默认：C:\Anaconda3）
3. 清理环境变量：删除系统「Path」中所有 Anaconda 相关路径

🍎 macOS/Linux

# 1. 删除安装目录（根据实际路径调整）  
rm -rf ~/anaconda3        # 默认路径  
rm -rf /opt/anaconda3     # 若安装在其他位置  

# 2. 清除环境变量（编辑配置文件）  
vi ~/.bashrc              # 或 .zshrc  
# 删除以下两行（若存在）：  
# export PATH="/anaconda3/bin:$PATH"  
# alias conda="/anaconda3/bin/conda"  
source ~/.bashrc          # 使修改生效  

⚠️ 八、避坑指南：新手常犯错误与解决方案

1. 激活环境报错：CommandNotFoundError: 'activate' not found

🔧 原因：Conda 4.4+ 后，macOS/Linux 改用统一命令 conda activate

✅ 解决：统一使用 conda activate env_name（跨平台通用）

2. 依赖冲突：安装时提示版本不兼容

conda install --force-reinstall  # 强制重装（覆盖冲突包）  
conda search numpy --info  # 查看所有可用版本及依赖关系  

3. 导出环境缺少 pip 包

🔧 原因：conda env export 仅自动识别 conda 安装的包

✅ 解决：手动在 environment.yml 中添加“ pip: ” 字段

📝 九、总结：常用命令速查表