官网:https://docs.conda.io/en/latest/miniconda.html
国内镜像(推荐):
清华:https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
中科大:https://mirrors.ustc.edu.cn/anaconda/miniconda/
安装,勾选 “Add Miniconda3 to my PATH”
验证安装
conda --version # 显示版本即成功
conda info # 查看详细信息
conda常用命令
环境管理(核心)
查看所有环境
conda env list
# 或
conda info --envs
创建环境
# 基础:指定名字 + Python 版本
conda create -n myenv python=3.11
# 创建立即装包
conda create -n myenv python=3.11 numpy pandas
# -y 自动确认
conda create -n myenv python=3.11 -y
激活 / 退出环境
# 激活
conda activate myenv
激活后终端前缀会变成 (myenv)
# 退出(回到 base)
conda deactivate
复制 / 删除环境
# 导出(当前环境)
conda env export > environment.yml
# 从 yml 创建
conda env create -f environment.yml
# 跨平台(不含系统依赖)
conda env export --no-builds > env.yml
安装包
# 当前环境
conda install numpy
conda install numpy=1.26.0 # 指定版本
# 多个包
conda install numpy pandas matplotlib
# 指定环境安装(不用激活)
conda install -n myenv numpy
# 从 conda-forge 安装(常用)
conda install -c conda-forge scikit-learn
# conda 没有的包,用 pip(激活环境后)
pip install openai
查看包
# 更新单个包
conda update numpy
# 更新所有包(谨慎)
conda update --all
# 更新 conda 自身
conda update conda
更新包
# 更新单个包
conda update numpy
# 更新所有包(谨慎)
conda update --all
# 更新 conda 自身
conda update conda
卸载包
# 当前环境卸载
conda remove numpy
# 指定环境卸载
conda remove -n myenv numpy
国内镜像加速
# 添加清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
# 设置频道优先级
conda config --set channel_priority strict
# 显示下载源
conda config --show channels
常用命令速查表
功能命令
查看版本conda -V / conda --version
查看环境conda env list
创建环境conda create -n myenv python=3.11
激活环境conda activate myenv
退出环境conda deactivate
删除环境conda remove -n myenv --all
安装包conda install numpy
安装指定版本conda install numpy=1.26
从 conda-forge 安装conda install -c conda-forge pkg
查看已装包conda list
更新包conda update numpy
卸载包conda remove numpy
导出环境conda env export > env.yml
导入环境conda env create -f env.yml
清理缓存conda clean -a
推荐您阅读更多有关于“ Conda ”的文章
以上内容如果对你有用,请收藏。


评论列表: