20260608160402

This commit is contained in:
oneao committed 2026-06-08 16:04:03 +08:00
1 parent 1fd956966c
commit 930f03954a
339 files changed
+2175 -140695

No files matched your search

+248 -24
View File
@@ -1,45 +1,269 @@
# Conda(Python环境与包管理)
# Conda(Python 环境与包管理)
## 介绍
Anaconda 是一个免费、易于安装的包管理器、环境管理器和 Python 发行版,包含 1,500 多个开源包,并提供 免费社区支持。Anaconda 与平台无关,因此无论您在 Windows、macOS 还是 Linux 上都可以使用它。
Conda 用来管理 Python 版本、虚拟环境和依赖包。做 AI、数据处理、OCR、深度学习项目时,建议每个项目单独创建一个环境,避免依赖互相污染。
## 安装
下载地址:https://www.anaconda.com/download/success?reg=skipped
下载 Miniconda 即可
推荐安装 Miniconda,体积更小,后续按需安装依赖即可。
- Miniconda:https://docs.conda.io/projects/miniconda/en/latest/
- Anaconda:https://www.anaconda.com/download/success?reg=skipped
### Windows
下载 exe 文件按照步骤安装即可。
下载 `.exe` 安装包后按步骤安装。安装完成后,如果命令行无法识别 `conda`,将下面目录加入系统环境变量:
#### 设置环境变量
将 `D:\devtool\anaconda3\condabin` 添加到环境变量中即可
## 常用命令
**创建环境**
```bash
conda create -n myenv python=3.9
```text
D:\devtool\anaconda3\condabin
```
**激活环境**
检查是否安装成功:
```bash
conda --version
```
初始化 Shell:
```bash
conda init
```
:::tip
执行 `conda init` 后,关闭并重新打开终端再使用 `conda activate`。
:::
## 环境管理
### 创建环境
```bash
# 创建指定 Python 版本的环境
conda create -n myenv python=3.10
# 创建环境并同时安装常用包
conda create -n myenv python=3.10 numpy pandas
```
### 激活与退出
```bash
# 激活环境
conda activate myenv
```
**退出环境**
```bash
# 退出当前环境
conda deactivate
```
**删除环境**
### 查看环境
```bash
# 查看所有环境
conda env list
# 或者
conda info --envs
```
### 删除环境
```bash
conda remove -n myenv --all
```
**查看所有环境**
:::warning
删除环境会移除该环境里的 Python 和所有依赖包,执行前确认环境名是否正确。
:::
## 包管理
```bash
conda env list
```
# 安装包
conda install numpy
# 安装指定版本
conda install python=3.10
conda install numpy=1.26
# 从指定 channel 安装
conda install -c conda-forge opencv
# 更新包
conda update numpy
# 删除包
conda remove numpy
# 查看当前环境已安装的包
conda list
```
如果 Conda 找不到包,可以在当前环境中使用 `pip`:
```bash
pip install 包名
```
:::tip
同一个环境里可以混用 `conda` 和 `pip`,但建议优先用 `conda` 安装底层依赖较重的包,例如 `numpy`、`opencv`、`pytorch`。
:::
## 镜像源
网络较慢时可以配置清华镜像源。
### Conda 源
```bash
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/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --set show_channel_urls yes
```
查看当前配置:
```bash
conda config --show channels
```
恢复默认源:
```bash
conda config --remove-key channels
```
### pip 源
Conda 环境里经常也会使用 `pip install`。`pip` 使用的是 PyPI 源,和上面的 Conda channel 不是同一套配置。
参考:清华大学开源软件镜像站 PyPI 帮助页:https://mirrors.tuna.tsinghua.edu.cn/help/pypi/
临时使用清华 PyPI 源安装某个包:
```bash
pip install -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple some-package
```
:::tip
地址末尾的 `simple` 不能省略;`pip` 要求使用 `https`。
:::
设置为默认 PyPI 源:
```bash
python -m pip install --upgrade pip
pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
```
如果默认源访问很慢,可以临时使用清华源升级 `pip`:
```bash
python -m pip install -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple --upgrade pip
```
查看当前 `pip` 配置:
```bash
pip config list
```
取消全局 PyPI 源配置:
```bash
pip config unset global.index-url
```
配置额外源:
```bash
pip config set global.extra-index-url "https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple"
```
## 环境导出与迁移
### 导出环境
```bash
conda env export > environment.yml
```
### 根据文件创建环境
```bash
conda env create -f environment.yml
```
### 更新已有环境
```bash
conda env update -f environment.yml --prune
```
### 导出精简依赖
只导出手动安装的依赖,适合项目记录:
```bash
conda env export --from-history > environment.yml
```
## 清理缓存
```bash
# 清理安装包缓存
conda clean -p
# 清理 tar 包缓存
conda clean -t
# 清理所有可清理缓存
conda clean -a
```
## 常见问题
### conda activate 不生效
先初始化 Shell,再重启终端:
```bash
conda init
```
### 进入终端自动激活 base
如果不想每次打开终端都进入 `base` 环境:
```bash
conda config --set auto_activate_base false
```
恢复自动激活:
```bash
conda config --set auto_activate_base true
```
### 查看 Python 与 pip 来自哪个环境
```bash
where python
where pip
```
Linux / macOS:
```bash
which python
which pip
```
### 依赖冲突
优先新建干净环境,不要在旧环境里反复修:
```bash
conda create -n newenv python=3.10
conda activate newenv
```