Conda（Anaconda）安装与使用

基于原始文档，结构化整理 Conda/Anaconda 的安装、环境与包管理、镜像配置、环境导入导出与清理等常用操作。

分类: thirdparty 难度: 入门 更新: 2024-01-15
conda anaconda 包管理 虚拟环境 镜像源 环境导出

Conda（Anaconda）安装与使用

📝 概述

Conda 是跨平台的包与环境管理器，Anaconda 则是包含 Conda 与大量科学计算库的发行版。本文基于原始笔记，整理 Conda 的安装与常用命令，包括镜像配置、环境管理、包管理、清理缓存和 Python 版本管理等。

🎯 学习目标

  • 快速安装 Anaconda 并完成 PATH 配置
  • 熟练创建、激活、导出、删除 Conda 虚拟环境
  • 配置清华/中科大等镜像源加速下载
  • 掌握包安装、卸载、查询与缓存清理

📋 前置知识

  • 基础 Shell/PowerShell 使用
  • 了解虚拟环境与包管理的基本概念

🔍 详细内容

安装 Anaconda

# 以 Linux x86_64 为例，下载安装脚本
wget https://repo.anaconda.com/archive/Anaconda3-2023.07-1-Linux-x86_64.sh
# 运行安装程序（按提示确认安装路径与许可）
bash Anaconda3-2023.07-1-Linux-x86_64.sh

安装后设置 PATH（按需调整为你的安装路径）：

# 将 anaconda3/bin 加入 PATH（Linux/macOS）
sudo vim ~/.bashrc
# 在文件末尾追加（注意将 ~ 展开为绝对路径）
export PATH="~/anaconda3/bin":$PATH

# 让配置生效
source ~/.bashrc
# 或使用 Anaconda 自带激活脚本（切换默认 Python 为 Anaconda）
source ~/anaconda3/bin/activate

提示：Windows 用户可使用图形安装器，勾选 “Add Anaconda to my PATH environment variable”。

基础命令速览

# 查看 Conda 版本（验证安装）
conda --version

# 查看 Conda 配置（所有可见配置项）
conda config --show

创建与管理虚拟环境

# 创建名为 xxx 的虚拟环境，并指定 Python 版本
conda create -n xxx python=3.6

# 查看已有环境列表（多种等价命令）
conda env list
conda info -e
conda info --envs  # 显示所有已创建的虚拟环境及其路径

# 激活/退出环境
source activate xxx     # 旧语法（Linux/macOS）
conda activate xxx      # 新语法（跨平台）
conda deactivate        # 退出当前环境

# 删除虚拟环境
conda remove -n xxx --all

配置国内镜像源（加速下载）

# 添加清华 TUNA 镜像
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/main/
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/bioconda/

# 也可直接添加逻辑频道名（bioconda、conda-forge）
conda config --add channels bioconda
conda config --add channels conda-forge

# 搜索时显示通道地址，便于调试与溯源
conda config --set show_channel_urls yes

环境导出与复现

# 导出指定环境的完整配置（依赖/版本/通道）
conda env export --name myenv > myenv.yml

# 从 yml 文件精确创建环境（跨机器复现）
conda env create -f myenv.yml

包管理（安装/卸载/查询）

# 查看当前环境中的所有包
conda list

# 查看特定包或通配查询
conda list pkgname
conda list pkgname*

# 安装与卸载
conda install package_name
conda install numpy=0.20.3   # 指定版本安装
conda uninstall package_name

清理缓存

# 删除未使用的包（packages）
conda clean -p
# 删除 tar 压缩包（tarballs）
conda clean -t
# 一键清理所有索引缓存/锁定文件/未使用包和 tar 包
conda clean -y -all

Python 版本管理（基于 Conda）

# 将当前环境的 Python 切换到指定版本
conda install python=3.5
# 升级到该渠道可用的最新版本
conda update python

💡 实际应用与建议

  • 每个项目创建独立环境，避免依赖冲突
  • 使用环境导出（.yml）与锁定版本，保证可复现
  • 优先添加 conda-forge 频道以获取更丰富、更新的包
  • 与 uv/pip 共存时，建议单项目内固定一种管理方式

⚠️ 注意事项

  • 修改 PATH 时请确保不影响系统 Python 的关键工具
  • 旧语法 source activate 仍可用，但推荐 conda activate
  • 企业/内网环境可搭建私有镜像源，提升稳定性

🔗 相关内容

📚 扩展阅读

  • 官方下载与文档：https://www.anaconda.com/
  • Conda 官方文档：https://docs.conda.io/
  • conda-forge 频道：https://conda-forge.org/

🏷️ 标签

conda anaconda 包管理 虚拟环境 镜像源 环境导出

最后更新: 2024-01-15
作者: Python模型书
版本: 1.0

作者: Python模型书

版本: 1.0

讨论与反馈

欢迎在下方留言讨论，分享你的学习心得或提出问题。评论基于GitHub Issues，需要GitHub账号。