以下是一份详细的 conda 命令大全，涵盖环境管理、包管理、配置操作等常用场景。建议收藏备用！
1. 环境管理
| 命令 | 说明 | 示例 |
|---|
conda create --name <env_name> | 创建新环境 | conda create --name myenv |
conda create --name <env_name> python=3.9 | 创建指定 Python 版本的环境 | conda create --name py39 python=3.9 |
conda activate <env_name> | 激活环境 | conda activate myenv |
conda deactivate | 退出当前环境 | |
conda env list | 列出所有环境 | |
conda remove --name <env_name> --all | 删除环境 | conda remove --name myenv --all |
conda create --clone <old_env> --name <new_env> | 克隆环境 | conda create --clone py39 --name py39_backup |
conda env export > environment.yml | 导出环境配置到 YAML 文件 | |
conda env create -f environment.yml | 从 YAML 文件创建环境 | |
2. 包管理
| 命令 | 说明 | 示例 |
|---|
conda install <package_name> | 安装包 | conda install numpy |
conda install <package_name>=<version> | 安装指定版本包 | conda install numpy=1.21 |
conda install -c <channel> <package> | 从指定频道安装包 | conda install -c conda-forge pandas |
conda update <package_name> | 更新包 | conda update numpy |
conda update --all | 更新所有包 | |
conda remove <package_name> | 卸载包 | conda remove numpy |
conda list | 列出当前环境已安装的包 | |
conda search <package_name> | 搜索可用包 | conda search tensorflow |
3. 频道管理
| 命令 | 说明 | 示例 |
|---|
conda config --add channels <channel> | 添加频道 | conda config --add channels conda-forge |
conda config --remove channels <channel> | 移除频道 | conda config --remove channels defaults |
conda config --show channels | 显示已配置的频道列表 | |
conda config --set channel_priority strict | 设置频道优先级为严格模式（推荐） | |
4. 实用工具
| 命令 | 说明 | 示例 |
|---|
conda info | 查看 conda 系统信息（版本、环境路径等） | |
conda clean --all | 清理缓存和未使用的包 | |
conda list --explicit > spec-file.txt | 生成精确的包列表（含下载链接） | |
conda install --file spec-file.txt | 根据文件安装包 | |
5. 配置管理
| 命令 | 说明 | 示例 |
|---|
conda config --show | 显示所有配置项 | |
conda config --set <key> <value> | 修改配置 | conda config --set auto_activate_base false |
conda config --remove-key <key> | 删除配置项 | conda config --remove-key auto_activate_base |
6. 其他常用命令
| 命令 | 说明 | 示例 |
|---|
conda build | 构建 conda 包（需安装 conda-build） | conda build . |
conda package | 将当前环境打包为可移植的压缩包 | conda pack -n myenv -o myenv.tar.gz |
注意事项
- 切换镜像源：国内用户可配置清华、中科大镜像加速下载（通过
conda config 修改 channels）。
- 环境路径：默认环境路径在
Anaconda3/envs/ 下，可通过 conda config 修改。
- 与 pip 结合使用：若 conda 找不到包，可使用
pip install，但建议优先使用 conda 管理。
希望这份大全能帮助你高效使用 conda！ 🚀
