conda安装及使用

Conda 的安装

1. 使用 Anaconda 安装

• Anaconda 是一个包含了 Python 和众多常用库（如 NumPy、Pandas、SciPy、Jupyter Notebook 等）的数据科学平台。它自带 conda，适合需要完整数据科学工具包的用户。

2. 使用 Miniconda 安装

• Miniconda 是一个轻量级安装包，只包含 conda 和 Python，适合那些希望灵活选择并安装所需包的用户。

安装步骤：

1. 下载 Miniconda 安装程序

   • 访问 Miniconda 下载页面。

   • 选择适合你操作系统的版本（Windows、macOS、Linux）并下载。

2. 安装 Miniconda

   • Windows：双击下载的 .exe 文件并按照提示安装。

   • macOS/Linux：下载与你的系统和 CPU 架构匹配的安装包后，在终端中执行对应的 .sh 文件。Intel/AMD64 和 Apple Silicon/ARM64 的安装包不同，不要固定照抄 x86_64 文件名。

3. 配置 Conda 命令

   现在更建议使用安装器提供的 Anaconda/Miniconda Prompt，或者通过 conda init 初始化当前 shell，而不是手工往 PATH 里塞一整套 Anaconda/Miniconda 目录。手工混入多个 Python、Conda 或编译器目录反而容易造成环境冲突。

   Windows 安装完成后，可以先从开始菜单打开对应的 Conda Prompt，再执行：

   conda init powershell
   # 或
   conda init cmd.exe

   macOS/Linux 也可以在能正常调用 conda 的终端中执行 conda init，然后重新打开终端。

初始化完成后重新打开终端，再用 conda --version 或 conda info 验证。

Conda 的使用

1. 验证安装

在终端或命令提示符中运行以下命令，查看 conda 是否安装成功：

conda --version

能正常看到 Conda 的版本号（例如 conda x.y.z）即可说明命令已经可用。

2. 更新 Conda

安装后，建议将 conda 更新到最新版本：

conda update -n base conda

3. 创建新环境

使用以下命令创建一个新的 Python 环境（例如 myenv），并指定 Python 版本：

conda create -n myenv python=3.9

这将创建一个名为 myenv 的新环境并安装 Python 3.9。

4. 激活环境

创建环境后，使用以下命令激活它：

conda activate myenv
conda deactivate # 退出当前环境

激活环境后，命令提示符前缀将会显示当前激活的环境名称。

5. 安装包

在激活的环境中，使用以下命令安装所需包（例如 NumPy）：

conda install numpy

在 Conda 环境里，conda list 能显示 Conda 管理的包，也会标出通过 pip 安装的包。pip list 主要查看当前 Python 环境中的 Python 包，两者关注点不同，不要用“一个一定看不到另一个安装的包”来判断环境是否正常。

Conda 会自动处理包的依赖关系，并为你安装所有必要的依赖。

6. 列出已安装的包

使用以下命令查看当前环境中已安装的所有包：

conda list

7. 更新包

使用以下命令更新特定包（例如 NumPy）到最新版本：

conda update numpy

8. 删除包

若不再需要某个包，可以使用以下命令将其删除：

conda remove numpy

9. 列出所有环境

使用以下命令查看你创建的所有环境：

conda env list

10. 删除环境

若不再需要某个环境，可以使用以下命令删除它：

conda remove -n myenv --all

11. 在 PyCharm 中添加 Conda 环境

进入项目的 Python Interpreter 设置，选择“添加解释器 / Add Interpreter” -> “添加本地解释器 / Add Local Interpreter” -> Conda。PyCharm 通常会自动检测 Conda；如果没有检测到，在 Conda executable 中选择实际的 Conda 可执行文件，然后选择已有环境或创建新环境。不同安装方式路径可能不同，不必固定写死为某个 condabin\conda.bat。

12. 查找包

conda search numpy

13. 导出环境

如果主要目的是把自己显式安装的依赖分享给别人，--from-history 通常更便于跨机器重建：

conda env export --from-history > environment.yml

需要完整记录当前环境时也可以使用 conda env export。新版 Conda 还提供了 conda export，支持更多导出格式。

14. 按配置创建环境

conda env create -f environment.yml

注意

如果杀毒或安全软件确实拦截了官方安装程序，先确认安装包来源和哈希、查看拦截原因，再针对这一次安装处理；不建议把“关闭安全软件”作为 Conda 安装或卸载的固定步骤。