蒲善思
2026-1-18 12:10:00
环境管理
管理独立的 Python 运行环境,解决项目间依赖冲突。
- 创建环境
- # 创建名为 myenv 的新环境
- conda create -n myenv
- # 创建并指定 Python 版本
- conda create -n myenv python=3.9
复制代码 - 激活/切换环境
- # 进入 myenv 环境
- conda activate myenv
- # 退出当前环境
- conda deactivate
复制代码 - 查看与删除
- # 列出所有已创建的环境
- conda env list
- # 彻底删除某个环境
- conda remove -n myenv --all
- # 克隆一个已有环境
- conda create -n new_env --clone old_env
复制代码 包管理
在当前激活的环境中,安装、更新、删除软件包。
- 安装与更新
- # 安装包
- conda install numpy
- # 安装指定版本
- conda install numpy=1.21
- # 更新指定包
- conda update numpy
- # 更新所有包
- conda update --all
复制代码 - 查看与卸载
- # 列出当前环境已安装的包
- conda list
- # 搜索可用包及版本
- conda search pytorch
- # 卸载包
- conda remove numpy
复制代码 环境共享
通过文件与他人共享完全一致的环境配置。
- 导出环境配置
- # 生成 environment.yml 文件
- conda env export > environment.yml
复制代码 - 从文件创建环境
- # 根据 yml 文件复现环境
- conda env create -f environment.yml
复制代码 配置与优化
提升 Conda 使用体验的配置技巧。
- 添加 Conda-Forge 频道(社区频道,包更全更新)
- conda config --add channels conda-forge
- conda config --set channel_priority strict
复制代码 - 清理缓存(释放磁盘空间)
重要原则
与 pip 协同工作时,请遵循:
“先 Conda,后 Pip”
即优先使用 Conda 安装,仅在 Conda 中没有的包才使用 pip 安装,以最大程度减少依赖冲突。
来源:程序园用户自行投稿发布,如果侵权,请联系站长删除
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作! |
|
|
|
|
|
相关推荐
|
|
|