python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Conda使用指南

2026年Conda使用指南之Conda安装与常用命令详解

作者:兮动人

本文谢谢介绍了Conda、Anaconda和Miniconda的概念与区别,并阐述了使用Conda管理虚拟环境以解决包冲突的必要性,并详细说明了Miniconda的安装及两种使用方式,最后列举了Conda的环境管理和包管理等常用命令,有需要的可以了解一下

1. Conda 基本介绍

1.1 什么是 Conda、MiniConda、Anaconda

Conda是一个包和环境管理的工具。支持 Windows、macOS和 Linux。Conda可以快速的安装、运行和更新包和相关的依赖。Conda也可以轻易地创建、保存、加载和转换环境。

Anaconda是一个用于科学计算的 Python 发行版, 支持 Linux、Mac、Windows,包含了 conda、conda-build、Python和众多科学计算的包及其依赖。

Miniconda 是一个 Anaconda的轻量级替代,默认只包含了 conda, Python和一些它们所以依赖的包。

1.2 Anaconda 和 Miniconda 区别?

Miniconda是 Anaconda 的精简版本,同样也是一个开源环境,两者都是 conda系统的一部分。不同之处在于 Anaconda会预先安装许多常用的 Python套件,因此占用较多的硬盘空间。相比之下,Miniconda因为名为” Mini”,因此仅安装运行所需的基本套件,对于有多个不同 Python版本共存的情
况,可以节省大量空间。

Miniconda可以依据自己需求建立自己的 Python环境,想要的套件自行安装。

1.3 为什么要使用 Conda?

一个典型的 Python项目会使用多个包来完成其功能。其中一些包也可能被其他项目所使用 (共享)。

项目之间共享的包可能会引起冲突。

比如,我们有两个项目P1和P2,P1使用NumPy 1.2版本,而P2需要NumPy 1.3版本,一个环境中存在两个版本就可能导致冲突。解决这个问题的办法就是使用虚拟环境。我们可以为每个项目分别创建一个独立的虚拟环境,来隔离包冲突。

常用的 Python虚拟环境管理工具有:

  1. Virtualenv
  2. Conda
  3. pipenv
  4. venv

通过使用这些工具,我们可以很容易的创建虚拟环境。

2. Conda 安装

2.1 Miniconda 下载与安装

官网下载地址:https://www.anaconda.com/download/success

下载后依据指引进行 Miniconda 安装,傻瓜式安装,具体过程如下:

Just Me (recommended) - 只为我安装

All Users (requires admin privileges) - 为所有用户安装(需要管理员权限)

选择安装路径

Create shortcuts (supported packages only) —— 创建快捷方式(推荐保持勾选)

Register Miniconda3 as the system Python 3.14 —— 把 Miniconda 注册为系统默认的 Python(不勾选)

Clear the package cache upon completion —— 安装完成后清理缓存(省空间的话可勾选)

2.2 Anaconda的使用方式

使用方式1: Anaconda Powershell Prompt终端

安装完成后,打开终端 Anaconda Powershell Prompt, 如果有看到命令列提示中的 (base),那表示安装成功。

确认 Python版本

python -V

确认conda版本

conda -V

使用方式2:环境变量→cmd终端使用

将如下3个变量添加到path环境变量下:

E:\miniconda3
E:\miniconda3\Scripts
E:\miniconda3\Library\bin

cmd 查看

查看conda版本,表示miniconda安装成功。

conda --version 

3. Conda 常用命令

3.1 基本命令

onda -help  # 查看帮助          
conda info  # 查看 conda 信息           
conda --version # 查看 conda 版本       
conda update conda # 更新 Conda (慎用)    
conda clean -all  # 清理不再需要的包    
conda <指令> --help # 查看某一个指令的详细帮助    
conda config --show # 查看 conda 的环境配置   
conda clean -p  # 清理没有用, 没有安装的包  `在这里插入代码片`     
conda clean -t   # 清理 tarball      
conda clean --all  # 清理所有包和 conda 的缓存文件    

3.2 环境管理

创建 Conda 环境

使用 conda可以在电脑上创建很多套相互隔离的 Python环境,命令如下:

# 语法
conda create --name < env_name> python=<version> [package_name1] 
[package_name2] [……]

# 样例 创建一个名为 myenv 的环境, python 版本为3.10
conda create --name myenv python=3.10 # --name 可以简写为 -n

切换 Conda环境

前面说到 Conda可以创建多套相互隔离的 Python环境,使用 conda activate env_name 可以切换不同的环境。

#语法
conda activate env_name
#样例 切换到 learn 环境
conda activate learn

如果要退出此环境,回到基础环境,可以使用如下命令

#退出当前环境
conda deactivate

查看 Conda 环境

当电脑上安装了很多台 Conda环境的时候,可以使用 conda env list 命令查看所有已创建的 Conda环境。

# 查看当前电脑上所有的 conda环境
conda env list

删除某个 Conda 环境

# 语法
conda remove --name <env_name> --all
# 样例
conda remove --name learn - - all

克隆环境

# 语法
conda create --name <new_evn_name> --clone <old_env_name>#样例
conda create --name myclone --clone myenv

3.3 包管理

一旦激活了环境,你就可以使用 conda和 pip在当前环境下安装你所需要的包。在conda环境中, 不建议使用 pip。

安装包

在激活的环境中安装包,例如安装NumPy:

conda install numpy

可以使用以下命令安装特定版本的包:

conda install numpy=1.18

更新包

更新某个包到最新版本:

conda update numpy
#更新所有包到最新版本 (慎用)
conda update --all

执行命令后,conda将会对版本进行比较并列出可以升级的版本。同时,也会告知用户其他相关包也会升级到相应版本。

当较新的版本可以用于升级时,终端会显示Proceed([y]/n)? , 此时输入y 即可进行升级。

卸载包

如果不再需要某个包,可以将其卸载:

conda remove numpy

列出环境中的所有包

查看当前环境中已安装的所有包:

conda list

查看当前虚拟环境中已安装的某个包的信息

conda list pip

搜索包

搜索可用的包及其版本信息:

conda search package-name

3.4 使用通道(忽略)

Conda通道 (Channel)是 Conda用来查找和下载软件包的源。通道就像是软件仓库,用户可以从这些通道中获取需要的软件包。理解和有效管理 Conda通道,可以帮助用户更好地控制软件包的来源、版本以及稳定性。

主要通道

查看已配置的通道

可以使用以下命令查看当前配置的通道列表:

conda config --show channels

添加新的通道

如果需要从其他通道安装包,可以将其添加到 Conda配置中。例如,添加 Conda-Forge:

conda config --add channels conda-forge

设置通道顺序

通道是按顺序搜索的,优先使用在前面的通道。可以通过以下命令调整顺序:

conda config --set channel_priority strict

使用 strict 优先级时,Conda会严格按照通道顺序来选择包。

删除通道

如果不需要某个通道,可以将其移除:

conda config --remove channels channel-name

临时使用特定通道

可以在安装包时临时指定通道,而不改变全局配置。例如

conda install package-name -c conda-forge

这样做会从 Conda-Forge通道安装指定的包。

通道优先级

Conda允许设置通道优先级,以决定从哪个通道下载软件包。默认情况下,Conda会根据通道列表的顺序依次查找包。可以通过以下命令启用或禁用通道优先级:

conda config --set channel_priority true # 启用优先级
conda config --set channel_priority false # 禁用优先级

启用优先级后,Conda会严格根据通道顺序来选择包,确保从首选通道安装。

创建自定义通道

如果需要在团队中共享包,或者需要托管私有包,可以创建自己的 Conda通道。自定义通道可以通过简单的HTTP服务器 (如NGINX或 Apache)托管,或者使用Anaconda的企业解决方案。

3.5 设置镜像

为了提高 Conda包的下载速度,特别是在网络连接到默认的 Conda服务器速度较慢的情况下,设置国内镜像 (或其他更接近你的地理位置的镜像)是一个常见且有效的方法。

以下是如何设置 Conda镜像的步骤:

方法一:通过命令行配置

可以使用 conda config命令来添加镜像。例如,使用清华大学的 Anaconda镜像。

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/pkgs/r
conda config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2
conda config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
conda config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo
conda config --set show_channel_urls yes

默认情况下,conda config添加的通道会排在列表的头部,但你可以通过以下命令来确认顺序:

conda config --show channels

方法二:通过修改配置文件

也可以直接修改 Conda的配置文件来设置镜像:

channels:
 - defaults
show_channel_urls: true
default_channels:
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
    conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    deepmodeling:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

运行 conda clean -i 清除索引缓存,保证用的是镜像站提供的索引。

验证和测试
在设置完镜像后,你可以通过安装软件包来测试镜像是否工作正常。例如:

conda install numpy

查看输出的信息,确保包是从设置的镜像URL下载的。

3.6 环境导入与导出

导出环境

将当前环境导出为一个YAML文件,方便共享

conda env export > environment.yml

从文件创建环境

使用YAML文件创建一个新环境:

conda env create - f environment.yml

4. PyCharm 中使用 Conda 环境

创建项目所需要的虚拟环境

conda create -n llamaindex-rag python=3.10

创建项目,选择 自定义环境,类型选择 Conda, 环境选择 llamaindex-rag,点击 创建 即可

查看项目环境配置


注意: 项目中需要另外的依赖库, 直接到 Conda Powershell Prompt终端下, 激活 llamaindex-rag环境,使用 pip 安装依赖库即可。

5. 拓展:Mamba 使用

Mamba是一个用于管理 Conda环境和包的开源工具,旨在解决 Conda在处理大型环境时的速度和性能问题。它与 Conda兼容,但提供更快的依赖解析和包安装,这使得它在处理复杂环境时更加高效。

Mamba的关键特点

安装 Mamba

要安装 Mamba,你首先需要一个 Conda环境。以下是在已有 Conda环境中安装Mamba的步骤:

如果希望在特定环境中安装 Mamba,可以先激活该环境:

conda activate myenv

可以通过 Conda-Forge通道安装 Mamba, 因为 Mamba在该通道上维护得很好:

conda install mamba -n base -c conda-forge

这里 -n base表示将 Mamba 安装在 base 环境中,这样你可以在任何环境中使用Mamba。

使用 Mamba

Mamba可以直接替代 Conda的命令。以下是一些常见的 Conda命令及其 Mamba等效用法:

优势:

局限性:

6. Jupyter Lab 使用

6.1 Jupyter 介绍

JupyterLab 是最新的基于 Web 的交互式开发环境, 适用于 notebooks、代码和数据。其灵活的界面允许用户配置和安排数据科学、科学计算、计算新闻和机器学习中的工作流程。模块化设计允许扩展来扩展和丰富功能。

6.2 Jupyter 安装使用

使用安装JupyterLab: pip

pip install jupyterlab

注意: 如果您使用 conda 或 mamba 安装JupyterLab, 建议使用安装后,使用以下命令启动JupyterLab:

jupyter lab

到此这篇关于2026年Conda使用指南之Conda安装与常用命令详解的文章就介绍到这了,更多相关Conda使用指南内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文