尧图网页设计 
Conda 速查表环境创建、渠道管理与依赖复现的完整命令指南Quick Reference【免费下载链接】reference面向开发者的技术速查清单Cheat Sheets集合整理常见技术、工具与开发流程帮助快速查阅关键信息提高开发效率。项目地址: https://gitcode.com/GitHub_Trending/referen/reference本文基于 Quick Referencereferen/reference仓库中的 Conda 备忘清单 展开系统覆盖 conda 的环境创建与切换、包与渠道channel管理、环境修订与回滚、以及环境配置的导出与复现等全部核心命令。读完本文你可以在不离开终端的情况下完成一个 Python 环境的创建—安装—锁定—迁移—回滚完整生命周期并与同仓库的 pip 速查表、uv 速查表 形成互补的 Python 包管理知识体系。这份速查表在 Quick Reference 中的位置Quick Reference 是一个面向中文开发者的技术速查清单Cheat Sheets集合按编程、Python、命令、工具、数据库等分类组织内容首页导航由 README.md 自动生成每一份清单都是docs/目录下的一个独立 Markdown 文件经 package.json 中的refs-cli构建脚本npm run build/npm start编译为静态 HTML 供在线查阅。docs/conda.md 归属于首页Python分类与 docs/python.md、docs/pip.md、docs/uv.md、docs/jupyter.md 并列定位是开始使用conda命令的快速参考——命令本身完整可复制配合 Anaconda 官方用户指南即可完成从入门到日常运维的全部操作。以下各节按原文档骨架逐节展开入门基础命令、环境与包管理、环境变更、导出环境配置、常用辅助命令与全局配置。入门常用基础命令这一节对应 docs/conda.md 中的常用基础命令表是日常使用 conda 出现频率最高的一组命令建议优先记忆。命令说明conda info查看 conda 的一系列基本信息版本、源、路径等排查环境问题时通常第一步执行它conda update -n base conda在 base 环境中更新 conda 本体conda install anaconda2022.05安装指定日期版本的 anaconda 发行版原文示例为2022.05具体可用版本以 Anaconda 官方发行说明为准conda create --name ENVNAME创建一个新的环境conda activate ENVNAME激活 / 切换 / 选择一个环境conda env list或者conda info -e列出所有环境和它们的位置两种写法等价conda list -n ENVNAME --show-channel-urls列出某个环境所有包和包的下载源路径conda install -n ENVNAME PKG1 PKG2在某个环境中安装包可一次指定多个包conda uninstall PKGNAME -n ENVNAME从某个环境删除某个包conda update --all -n ENVNAME升级某个环境的所有包从这张表可以看出 conda 的两个核心设计一是几乎所有操作都支持-n / --name ENVNAME参数在不激活环境的前提下直接指向目标环境操作适合脚本化批量管理二是环境内的一切包操作最终都落在该环境独立的目录上互不干扰。环境与包管理包查询与安装在 conda 中包的依赖关系和平台细节会由求解器自动解决这是它相对其他包管理器的主要差异点。日常查询类命令都可以搭配grep做二次过滤例如conda list | grep torch # 列出所有包含 torch 的包完整的包与源管理命令表对应 docs/conda.md命令说明conda list列出所有已安装的包conda list --show-channel-urls列出包含源channel信息的已安装包用于确认每个包实际来自哪个渠道conda update --all更新当前环境的所有包conda install -c CHANNELNAME PKG1 PKG2从特定源如清华源、阿里源等镜像安装包conda install PKGNAME3.1.4安装指定版本的包注意原文档此处写作等号实际命令行标准写法为等价于 pip 的精确版本约束语义conda install PKGNAME2.5,3.2使用 AND 逻辑指定版本范围大于 2.5 且小于 3.2conda install PKGNAME [version2.5\|3.2]使用 OR 逻辑只接受 2.5 或 3.2 两个版本之一conda uninstall PKGNAME卸载包版本约束的三种写法值得单独强调精确锁定、区间写法表达 AND 约束、[versionA|B]表达 OR 约束。在需要与团队锁定完全一致版本时优先用精确版本或直接导出锁定文件见后文--explicit。渠道源管理conda 按渠道顺序搜索包渠道配置直接影响装包来源与速度。常用渠道管理命令命令说明conda config --show-sources查看源地址位置越靠上搜索的时候越优先conda config --add channels CHANNELNAME添加 conda 的源地址conda config --remove channels CHANNELNAME移除 conda 的源地址位置越靠上优先级越高是排查装到的包版本不对/来源不对这类问题的关键当多个渠道提供同名包时conda 优先从靠前的渠道取。国内网络环境下通常通过--add channels把镜像渠道加入列表再用--show-sources确认顺序是否符合预期。更改环境环境本身也支持创建、克隆、重命名、删除和版本回滚。以下命令表完整继承自 docs/conda.md命令说明conda create -n ENVNAME python3.10指定 Python 版本创建环境在创建时把解释器版本作为约束一并写入conda create --clone ENVNAME -n NEWENV从已有环境克隆一个新环境适合做实验副本conda rename -n ENVNAME NEWENVNAME对环境名字重命名conda remove -n ENVNAME --all通过名字删除一个环境--all表示连同所有包一起移除conda env remove -n ENVNAME通过名字删除一个环境env remove与remove --all是同一操作的不同入口conda list -n ENVNAME --revisions列出环境的各个修订版本revisionconda install -n ENVNAME --revision NUMBER回滚到环境的某个修订版本其中修订版本revisions是 conda 的容错机制conda 会记录环境历次变更的历史快照每次成功的环境变更都会产生一个新的 revision 编号。因此当一次升级或批量更新把环境弄坏时无需删掉重建可以直接# 1. 先查看环境有多少个修订版本及其对应的包变更 conda list -n myenv --revisions # 2. 回滚到出问题之前的某个修订号 conda install -n myenv --revision 3这组查看 revisions → 指定 revision 回滚的组合是应对conda update --all或误装包后环境失控的标准恢复路径。导出环境配置跨机器、跨成员交付 Python 环境时导出/导入命令是核心手段。原文档建议将导出文件统一命名为environment这样环境名称将被保留。完整命令表对应 docs/conda.md命令说明conda env export --from-history ENV.yml导出从历史视角的依赖列表跨平台兼容需要通过这种方式可以省去所有其他可能是特定于平台的依赖项conda env export -n ENVNAME ENV.yml导出指定环境到 yml 文件conda env export ENV.yml导出当前环境到 yml 文件conda list --explicit ENV.txt导出包信息到当前目录精确到具体构建与 URL 的显式清单conda env create -n ENVNAME --file ENV.yml从 yml 文件导入创建环境conda create -n ENVNAME --file ENV.txt从 txtexplicit 清单文件导入三种导出粒度可以这样理解结合命令语义env export --from-history只记录你显式安装过的直接依赖间接依赖在目标机器上重新求解。适合提交到版本库、需要跨 Linux/macOS/Windows 复用的场景因为平台强相关的二进制依赖不会写死进文件env export全量记录环境里实际解析出的全部包及版本保真度高但含大量平台特定包通常只在同平台机器间迁移时使用list --explicit最严格的锁定清单精确到包的下载 URL复现性最强也最不容许跨平台差异。配合导入侧的conda env create --file从 yml 建环境与conda create --file从 explicit txt 建环境一条完整的可复现工作流即# 在本机创建并准备环境 conda create -n myenv python3.10 conda activate myenv conda install numpy pandas scikit-learn # 导出团队共享用 --from-history conda env export --from-history environment.yml # 在同事机器上一键复现 conda env create -n myenv --file environment.yml辅助命令与全局配置查询、清理与配置检查以下命令覆盖日常排障与磁盘维护对应 docs/conda.mdconda COMMAND --help # 查看任意子命令的帮助 conda search PKGNAME --info # 获取任何包的信息版本、可用渠道等 conda clean --all # 清除所有未使用的缓存文件装包缓存、索引缓存等 conda config --show # 检查 conda 当前生效的全部配置conda clean --all建议定期执行conda 长期积累的安装缓存会占用大量磁盘conda config --show与conda config --show-sources的区别在于前者展示当前生效的完整配置包括默认值后者只展示由配置文件实际写入的源列表。设置指定环境为默认环境如果希望登录终端后默认进入某个非 base 环境原文档给出的做法是修改 shell 启动脚本对应 docs/conda.mdvim ~/.bashrc export PATH~/anaconda/envs/ENVNAME/bin:$PATH # 在文件末尾添加该行 conda activate ENVNAME # :wq 保存并关闭 source ~/.bashrc # 立即更新当前 shell conda config --set auto_activate_base false # 禁用 auto activate base 环境思路是把目标环境的bin目录前置到PATH并用auto_activate_base false关掉 conda 默认激活 base 的行为两者配合实现开箱即目标环境。无提示非交互运行在脚本、CI 或批量执行中conda会就是否确认操作弹出交互提示导致流程挂起追加--yes即可跳过确认对应 docs/conda.mdconda COMMAND ARG --yes # 运行没有用户提示的命令 conda install PKG1 PKG2 --yes # 例如一次性安装多个包且不等待确认延伸与仓库内其他 Python 速查表配合在 Quick Reference 的 Python 分类中conda 并不是孤立的docs/pip.md 覆盖 pip 的安装、版本控制、requirements.txt依赖文件、镜像源pip config set global.index-url ...等操作适合管理纯 Python 生态依赖docs/uv.md 介绍用 Rust 实现的新一代 Python 包与项目管理工具面向uv init、虚拟环境、依赖锁定等项目级工作流docs/python.md 提供 Python 语言层面的速查。从分工上看conda 速查表聚焦环境隔离与二进制依赖求解环境级操作pip 速查表聚焦单环境内的包管理包级操作二者常在同一工作流中先后出现先用conda create固定解释器与重依赖再用 pip 安装其余纯 Python 包。若需要新增或修正上述任何一份清单的条目仓库的贡献规范见 CONTRIBUTING.mdMarkdown 排版约定见 docs/quickreference.md。附原文档的延伸阅读方向原文档结尾列出的三处参考资料均指向 conda 官方生态Anaconda 官方文档、conda 官方的命令 Cheat sheet在线版以及可下载的 conda cheatsheet PDF另有 conda 环境回滚机制的专题文章介绍 revisions 特性。这些外部资料可与本文配合使用本文中的命令清单则以本仓库 docs/conda.md 的实际内容为准。【免费下载链接】reference面向开发者的技术速查清单Cheat Sheets集合整理常见技术、工具与开发流程帮助快速查阅关键信息提高开发效率。项目地址: https://gitcode.com/GitHub_Trending/referen/reference创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Conda 速查表：环境创建、渠道管理与依赖复现的完整命令指南（Quick Reference）
Conda 速查表环境创建、渠道管理与依赖复现的完整命令指南Quick Reference【免费下载链接】reference面向开发者的技术速查清单Cheat Sheets集合整理常见技术、工具与开发流程帮助快速查阅关键信息提高开发效率。项目地址: https://gitcode.com/GitHub_Trending/referen/reference本文基于 Quick Referencereferen/reference仓库中的 Conda 备忘清单 展开系统覆盖 conda 的环境创建与切换、包与渠道channel管理、环境修订与回滚、以及环境配置的导出与复现等全部核心命令。读完本文你可以在不离开终端的情况下完成一个 Python 环境的创建—安装—锁定—迁移—回滚完整生命周期并与同仓库的 pip 速查表、uv 速查表 形成互补的 Python 包管理知识体系。这份速查表在 Quick Reference 中的位置Quick Reference 是一个面向中文开发者的技术速查清单Cheat Sheets集合按编程、Python、命令、工具、数据库等分类组织内容首页导航由 README.md 自动生成每一份清单都是docs/目录下的一个独立 Markdown 文件经 package.json 中的refs-cli构建脚本npm run build/npm start编译为静态 HTML 供在线查阅。docs/conda.md 归属于首页Python分类与 docs/python.md、docs/pip.md、docs/uv.md、docs/jupyter.md 并列定位是开始使用conda命令的快速参考——命令本身完整可复制配合 Anaconda 官方用户指南即可完成从入门到日常运维的全部操作。以下各节按原文档骨架逐节展开入门基础命令、环境与包管理、环境变更、导出环境配置、常用辅助命令与全局配置。入门常用基础命令这一节对应 docs/conda.md 中的常用基础命令表是日常使用 conda 出现频率最高的一组命令建议优先记忆。命令说明conda info查看 conda 的一系列基本信息版本、源、路径等排查环境问题时通常第一步执行它conda update -n base conda在 base 环境中更新 conda 本体conda install anaconda2022.05安装指定日期版本的 anaconda 发行版原文示例为2022.05具体可用版本以 Anaconda 官方发行说明为准conda create --name ENVNAME创建一个新的环境conda activate ENVNAME激活 / 切换 / 选择一个环境conda env list或者conda info -e列出所有环境和它们的位置两种写法等价conda list -n ENVNAME --show-channel-urls列出某个环境所有包和包的下载源路径conda install -n ENVNAME PKG1 PKG2在某个环境中安装包可一次指定多个包conda uninstall PKGNAME -n ENVNAME从某个环境删除某个包conda update --all -n ENVNAME升级某个环境的所有包从这张表可以看出 conda 的两个核心设计一是几乎所有操作都支持-n / --name ENVNAME参数在不激活环境的前提下直接指向目标环境操作适合脚本化批量管理二是环境内的一切包操作最终都落在该环境独立的目录上互不干扰。环境与包管理包查询与安装在 conda 中包的依赖关系和平台细节会由求解器自动解决这是它相对其他包管理器的主要差异点。日常查询类命令都可以搭配grep做二次过滤例如conda list | grep torch # 列出所有包含 torch 的包完整的包与源管理命令表对应 docs/conda.md命令说明conda list列出所有已安装的包conda list --show-channel-urls列出包含源channel信息的已安装包用于确认每个包实际来自哪个渠道conda update --all更新当前环境的所有包conda install -c CHANNELNAME PKG1 PKG2从特定源如清华源、阿里源等镜像安装包conda install PKGNAME3.1.4安装指定版本的包注意原文档此处写作等号实际命令行标准写法为等价于 pip 的精确版本约束语义conda install PKGNAME2.5,3.2使用 AND 逻辑指定版本范围大于 2.5 且小于 3.2conda install PKGNAME [version2.5\|3.2]使用 OR 逻辑只接受 2.5 或 3.2 两个版本之一conda uninstall PKGNAME卸载包版本约束的三种写法值得单独强调精确锁定、区间写法表达 AND 约束、[versionA|B]表达 OR 约束。在需要与团队锁定完全一致版本时优先用精确版本或直接导出锁定文件见后文--explicit。渠道源管理conda 按渠道顺序搜索包渠道配置直接影响装包来源与速度。常用渠道管理命令命令说明conda config --show-sources查看源地址位置越靠上搜索的时候越优先conda config --add channels CHANNELNAME添加 conda 的源地址conda config --remove channels CHANNELNAME移除 conda 的源地址位置越靠上优先级越高是排查装到的包版本不对/来源不对这类问题的关键当多个渠道提供同名包时conda 优先从靠前的渠道取。国内网络环境下通常通过--add channels把镜像渠道加入列表再用--show-sources确认顺序是否符合预期。更改环境环境本身也支持创建、克隆、重命名、删除和版本回滚。以下命令表完整继承自 docs/conda.md命令说明conda create -n ENVNAME python3.10指定 Python 版本创建环境在创建时把解释器版本作为约束一并写入conda create --clone ENVNAME -n NEWENV从已有环境克隆一个新环境适合做实验副本conda rename -n ENVNAME NEWENVNAME对环境名字重命名conda remove -n ENVNAME --all通过名字删除一个环境--all表示连同所有包一起移除conda env remove -n ENVNAME通过名字删除一个环境env remove与remove --all是同一操作的不同入口conda list -n ENVNAME --revisions列出环境的各个修订版本revisionconda install -n ENVNAME --revision NUMBER回滚到环境的某个修订版本其中修订版本revisions是 conda 的容错机制conda 会记录环境历次变更的历史快照每次成功的环境变更都会产生一个新的 revision 编号。因此当一次升级或批量更新把环境弄坏时无需删掉重建可以直接# 1. 先查看环境有多少个修订版本及其对应的包变更 conda list -n myenv --revisions # 2. 回滚到出问题之前的某个修订号 conda install -n myenv --revision 3这组查看 revisions → 指定 revision 回滚的组合是应对conda update --all或误装包后环境失控的标准恢复路径。导出环境配置跨机器、跨成员交付 Python 环境时导出/导入命令是核心手段。原文档建议将导出文件统一命名为environment这样环境名称将被保留。完整命令表对应 docs/conda.md命令说明conda env export --from-history ENV.yml导出从历史视角的依赖列表跨平台兼容需要通过这种方式可以省去所有其他可能是特定于平台的依赖项conda env export -n ENVNAME ENV.yml导出指定环境到 yml 文件conda env export ENV.yml导出当前环境到 yml 文件conda list --explicit ENV.txt导出包信息到当前目录精确到具体构建与 URL 的显式清单conda env create -n ENVNAME --file ENV.yml从 yml 文件导入创建环境conda create -n ENVNAME --file ENV.txt从 txtexplicit 清单文件导入三种导出粒度可以这样理解结合命令语义env export --from-history只记录你显式安装过的直接依赖间接依赖在目标机器上重新求解。适合提交到版本库、需要跨 Linux/macOS/Windows 复用的场景因为平台强相关的二进制依赖不会写死进文件env export全量记录环境里实际解析出的全部包及版本保真度高但含大量平台特定包通常只在同平台机器间迁移时使用list --explicit最严格的锁定清单精确到包的下载 URL复现性最强也最不容许跨平台差异。配合导入侧的conda env create --file从 yml 建环境与conda create --file从 explicit txt 建环境一条完整的可复现工作流即# 在本机创建并准备环境 conda create -n myenv python3.10 conda activate myenv conda install numpy pandas scikit-learn # 导出团队共享用 --from-history conda env export --from-history environment.yml # 在同事机器上一键复现 conda env create -n myenv --file environment.yml辅助命令与全局配置查询、清理与配置检查以下命令覆盖日常排障与磁盘维护对应 docs/conda.mdconda COMMAND --help # 查看任意子命令的帮助 conda search PKGNAME --info # 获取任何包的信息版本、可用渠道等 conda clean --all # 清除所有未使用的缓存文件装包缓存、索引缓存等 conda config --show # 检查 conda 当前生效的全部配置conda clean --all建议定期执行conda 长期积累的安装缓存会占用大量磁盘conda config --show与conda config --show-sources的区别在于前者展示当前生效的完整配置包括默认值后者只展示由配置文件实际写入的源列表。设置指定环境为默认环境如果希望登录终端后默认进入某个非 base 环境原文档给出的做法是修改 shell 启动脚本对应 docs/conda.mdvim ~/.bashrc export PATH~/anaconda/envs/ENVNAME/bin:$PATH # 在文件末尾添加该行 conda activate ENVNAME # :wq 保存并关闭 source ~/.bashrc # 立即更新当前 shell conda config --set auto_activate_base false # 禁用 auto activate base 环境思路是把目标环境的bin目录前置到PATH并用auto_activate_base false关掉 conda 默认激活 base 的行为两者配合实现开箱即目标环境。无提示非交互运行在脚本、CI 或批量执行中conda会就是否确认操作弹出交互提示导致流程挂起追加--yes即可跳过确认对应 docs/conda.mdconda COMMAND ARG --yes # 运行没有用户提示的命令 conda install PKG1 PKG2 --yes # 例如一次性安装多个包且不等待确认延伸与仓库内其他 Python 速查表配合在 Quick Reference 的 Python 分类中conda 并不是孤立的docs/pip.md 覆盖 pip 的安装、版本控制、requirements.txt依赖文件、镜像源pip config set global.index-url ...等操作适合管理纯 Python 生态依赖docs/uv.md 介绍用 Rust 实现的新一代 Python 包与项目管理工具面向uv init、虚拟环境、依赖锁定等项目级工作流docs/python.md 提供 Python 语言层面的速查。从分工上看conda 速查表聚焦环境隔离与二进制依赖求解环境级操作pip 速查表聚焦单环境内的包管理包级操作二者常在同一工作流中先后出现先用conda create固定解释器与重依赖再用 pip 安装其余纯 Python 包。若需要新增或修正上述任何一份清单的条目仓库的贡献规范见 CONTRIBUTING.mdMarkdown 排版约定见 docs/quickreference.md。附原文档的延伸阅读方向原文档结尾列出的三处参考资料均指向 conda 官方生态Anaconda 官方文档、conda 官方的命令 Cheat sheet在线版以及可下载的 conda cheatsheet PDF另有 conda 环境回滚机制的专题文章介绍 revisions 特性。这些外部资料可与本文配合使用本文中的命令清单则以本仓库 docs/conda.md 的实际内容为准。【免费下载链接】reference面向开发者的技术速查清单Cheat Sheets集合整理常见技术、工具与开发流程帮助快速查阅关键信息提高开发效率。项目地址: https://gitcode.com/GitHub_Trending/referen/reference创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考